중심극한정리 (Central limit theorem)

중심극한정리 (Central limit theorem) Start

BioinformaticsAndMe

중심극한정리 (Central limit theorem)

---

: 중심극한정리는 표본크기(n)가 증가함에 따라, 평균의 표본 분포가 정규 분포에 근사한다는 이론

*정규분포는 종모양의 분포를 보임

: 따라서, 표본크기가 증가할수록 '표본의 평균과 표준편차'가 '모집단의 평균과 표준편차'에 가까워짐

*표본크기가 클수록 모수(Population parameter) 예측이 정확해짐

: 중심극한정리가 성립하기 위해서, 표본크기(Sample size)가 최소 30 이상이여야 함

    

중심극한정리의 중요성

---

: 중심극한정리는 모집단 분포에 상관없이 표본크기가 증가함에 따라, 표본분포가 점점 정규분포에 수렴한다는 사실을 알려줌

: 따라서, 샘플링되는 표본크기가 증가함에 따라, Sampling error는 점차 감소함

*Sampling error(표준오차;표집오차) - '모집단의 모수'와 '표본의 표본통계량' 사이의 차이

#Reference

1) https://www.simplypsychology.org/central-limit-theorem.html

2) McLeod, S. A. (2019, May 20). What a p-value Tells You About Statistical significance. Simply Psychology.

3) https://www.simplypsychology.org/p-value.html

4) https://www.youtube.com/watch?time_continue=461&v=JNm3M9cqWyc&feature=emb_title

중심극한정리 (Central limit theorem) End

BioinformaticsAndMe