참고문헌 및 인터넷 출처
- http://www.doc88.com/p-393989314472.html
- 위키피디아
1. 중심극한정리(CLT, Central Limit Theorem)
- 모집단의 평균이 이고 분산이 일 때, 임의 추출된 크기가 n 인 표본으로부터
계산된 표본평균은 표본의 n의 크기가 큰 경우 (보통 30이상) 근사적으로 정규분포
를 따른다.
- 표본의 크기가 충분히 커짐에 따라, 수렴하는 확률적 현상
Notice that when the sample size approaches a couple dozen, the distribution of the average is very nearly Normal, even though the parent distribution looks anything but Normal.
2. 정규분포
1) 정의
- 정규분포(가우스 분포)는 연속 확률 분포의 하나이다. 정규분포는 수집된 자
료의 분포를 근사하는 데에 자주 사용되며, 이것은 중심극한정리에 의하여
독립적인 확률변수들의 평균은 정규분포에 가까워지는 성질이 있기 때문이다.
- 정규분포는 2개의 매개 변수 평균 표준편차 에 대해 모양이 결정
- 이 때의 분포를 로 표기
- 특히, 평균이 0 이고 표준편차가 1인 정규분포를 N(0, 1)을 표준정규분포라고
한다
붉은 색은 표준정규분포
2) 파이썬 코드 (출처 : 위키피디아)
# Normal Distribution import numpy as np import matplotlib.pyplot as plt def make_gauss(N, sig, mu): return lambda x: N/(sig * (2*np.pi)**.5) * np.e ** (-(x-mu)**2/(2 * sig**2)) def main(): ax = plt.figure().add_subplot(1,1,1) x = np.arange(-5, 5, 0.01) s = np.sqrt([0.2, 1, 5, 0.5]) m = [0, 0, 0, -2] c = ['b','r','y','g'] for sig, mu, color in zip(s, m, c): gauss = make_gauss(1, sig, mu)(x) ax.plot(x, gauss, color, linewidth=2) plt.xlim(-5, 5) plt.ylim(0, 1) plt.legend(['0.2', '1.0', '5.0', '0.5'], loc='best') plt.show() if __name__ == '__main__': main()
3) 정규분포의 확률밀도함수
4) 정규분포의 특성
5) 정규분포의 유형
'My 고려대 정보보호대학원 > 07. (전공) 보안통계학' 카테고리의 다른 글
점추정, 구간추정 (2) | 2014.05.25 |
---|---|
표준편차, 표준오차 (0) | 2014.05.25 |
정규분포와 표준화 (4) | 2014.05.25 |
(2014.03.19) 통계용어 (0) | 2014.03.19 |