Центральная предельная теорема: подробное объяснение

Введение в центральную предельную теорему

Центральная предельная теорема (ЦПТ) — одно из важнейших понятий в статистике. Она объясняет, почему нормальное распределение так часто встречается в природе и почему мы можем делать статистические выводы даже тогда, когда генеральная совокупность не распределена нормально.

Следствия этой теоремы колоссальны. До появления ЦПТ статистики могли работать только с нормально распределёнными данными. ЦПТ раскрепостила статистику, показав, что выборочные средние ведут себя предсказуемо независимо от исходного распределения — прорыв, который сделал возможными современные социологические исследования, контроль качества и научные выводы.

Задумайтесь: совокупность может иметь любое причудливое распределение — бимодальное, сильно асимметричное, равномерное или совершенно нерегулярное. Если многократно извлекать выборки достаточного объёма и вычислять их средние, эти средние образуют красивую колоколообразную кривую, центрированную на истинном среднем совокупности.

Формулировка центральной предельной теоремы

Если из генеральной совокупности со средним μ и стандартным отклонением σ извлекать случайные выборки объёма n, то с ростом n распределение выборочных средних стремится к нормальному с параметрами:

Это работает для любого распределения совокупности при условии, что объём выборки достаточно велик (обычно n ≥ 30).

Величина σ/√n называется стандартной ошибкой среднего. Обратите внимание, что она уменьшается с ростом объёма выборки — большие выборки дают более точные оценки среднего совокупности. Увеличение выборки вчетверо уменьшает стандартную ошибку вдвое.

Условия применимости ЦПТ

Центральная предельная теорема требует выполнения нескольких условий для корректности приближения:

• 1. Случайная выборка:Каждая выборка должна быть извлечена случайным образом из совокупности, причём наблюдения должны быть независимы друг от друга.
• 2. Объём выборки:Как правило, n ≥ 30 достаточно для большинства распределений. Более асимметричные совокупности требуют больших выборок; для симметричных могут подойти меньшие.
• 3. Конечные моменты:Совокупность должна иметь конечное среднее μ и конечное стандартное отклонение σ. Некоторые теоретические распределения (например, распределение Коши) нарушают это условие.
• 4. Независимость:Выборки должны составлять менее 10% от совокупности при бесповторном отборе для обеспечения приблизительной независимости.

Правило «n ≥ 30» — это ориентир, а не жёсткая граница. Для симметричных распределений (например, равномерного) может быть достаточно n = 10. Для сильно асимметричных распределений может потребоваться n = 100 и более. При сомнениях используйте симуляцию или бутстрап для проверки корректности нормального приближения.

Наглядное представление ЦПТ

Чтобы по-настоящему понять ЦПТ, представьте бросок обычного кубика. Распределение одного броска равномерное — каждое число от 1 до 6 имеет одинаковую вероятность (1/6). Это совсем не нормальное распределение.

Теперь представьте, что вы бросаете кубик дважды и вычисляете среднее. При двух бросках среднее может быть от 1 (оба броска — единицы) до 6 (оба — шестёрки), но средние значения вроде 3,5 более вероятны, потому что их можно получить большим числом способов. Распределение уже становится более пиковым в центре.

Бросьте кубик 30 раз и вычислите среднее? Это среднее будет очень близко к 3,5, и если повторить эксперимент тысячи раз, эти средние образуют практически идеальную колоколообразную кривую с центром в 3,5 и стандартным отклонением σ/√30 ≈ 1,71/5,48 ≈ 0,31.

Применение в реальном мире

ЦПТ — это фундамент для доверительных интервалов, проверки гипотез и многих других статистических методов. Она позволяет использовать z-оценки и t-оценки для выводов о параметрах совокупности.

Социологические исследования: Политические опросы, маркетинговые исследования и эпидемиологические обследования опираются на ЦПТ. Когда социологи сообщают, что кандидат имеет 48% поддержки с погрешностью 3%, эта погрешность рассчитывается по формуле стандартной ошибки, выведенной из ЦПТ.

Контроль качества: Производственные процессы используют контрольные карты, основанные на ЦПТ. Выборочные средние из производственных партий должны попадать в определённые границы (обычно ±3 стандартные ошибки от среднего процесса). Нарушения сигнализируют о возможных проблемах.

A/B-тестирование: Когда технологические компании тестируют новые функции, они сравнивают конверсию между группами. ЦПТ гарантирует, что хотя поведение каждого пользователя бинарно (конвертировался или нет), средняя конверсия среди тысяч пользователей подчиняется нормальному распределению, что позволяет проводить статистическое сравнение.

Научные исследования: Клинические испытания, психологические эксперименты и практически все количественные исследования опираются на ЦПТ для получения p-значений и доверительных интервалов из выборочных данных.

Распространённые заблуждения

Заблуждение №2: «n = 30 — это магическое число, которое всегда работает». В действительности необходимый объём выборки зависит от степени ненормальности совокупности. Симметричным распределениям нужны меньшие выборки; сильно асимметричным или тяжелохвостым — большие.

Заблуждение №3: «ЦПТ работает для всех распределений». ЦПТ требует конечного среднего и дисперсии. Распределения вроде распределения Коши имеют неопределённую дисперсию и не подчиняются ЦПТ при любом объёме выборки.

Заблуждение №4: «Нужно проверить нормальность данных, прежде чем использовать статистику». Благодаря ЦПТ многие статистические процедуры хорошо работают даже с ненормальными данными, если вы работаете со средними достаточно больших выборок. Устойчивость статистических методов к ненормальности — одно из величайших достижений ЦПТ.