中央極限定理簡介
中央極限定理 (CLT) 是統計學中最重要的概念之一。它解釋了為什麼常態分配在自然界中如此頻繁出現，以及為什麼即使母體不是常態分配，我們仍然可以進行統計推論。
這個定理對統計實務有深遠的影響。在理解中央極限定理之前，統計學家只能處理常態分配的資料。中央極限定理解放了統計學，證明無論母體分配的形狀如何，樣本平均數都有可預測的行為——這個突破性發現奠定了現代調查研究、品質管控和科學推論的基礎。
核心洞察
想像一下這個驚人的事實：你可以有一個任何奇特分配的母體——雙峰、嚴重偏態、均勻分配，或者完全不規則。如果你反覆抽取足夠大的樣本並計算平均數，這些平均數將形成一條漂亮的鐘形曲線，以真正的母體平均數為中心。
中央極限定理的陳述
如果你從一個平均數為 μ、標準差為 σ 的母體中隨機抽取大小為 n 的樣本，那麼隨著 n 增大，樣本平均數的分配會趨近於常態分配，其參數為：
樣本平均數的分配
只要樣本數夠大（通常 n ≥ 30），這對任何母體分配都成立。
σ/√n 這個量稱為平均數的標準誤差。注意它隨著樣本數增加而減小——較大的樣本能對母體平均數產生更精確的估計。樣本數增加四倍，標準誤差減半。
實務意義
中央極限定理的適用條件
中央極限定理需要滿足幾個條件，才能確保近似的準確性：
- 1. 隨機抽樣:每個樣本必須從母體中隨機抽取，每個觀測值彼此獨立。
- 2. 樣本數:一般來說 n ≥ 30 對大多數分配都足夠。偏態較強的母體需要更大的樣本；對稱的母體可能用較小的樣本就行。
- 3. 有限動差:母體必須有有限的平均數 μ 和有限的標準差 σ。某些理論分配（如柯西分配）違反此條件。
- 4. 獨立性:不放回抽樣時，樣本應少於母體的 10%，以確保近似獨立。
“n ≥ 30”是一個參考準則，不是嚴格的界限。對稱分配（如均勻分配）可能 n = 10 就足夠。高度偏態的分配可能需要 n = 100 甚至更多。如果不確定，可以用模擬或拔靴法來檢驗常態近似是否合理。
圖解中央極限定理
要真正理解中央極限定理，想像擲一顆公平的骰子。單次擲骰的分配是均勻的——1 到 6 每個數字出現的機率都是 1/6。這完全不是常態分配。
現在想像擲兩次骰子並計算平均值。擲兩次時，平均值可以從 1（兩次都是 1）到 6（兩次都是 6），但中間的值如 3.5 更有可能出現，因為能達到這些值的組合更多。分配已經開始在中間隆起了。
擲 30 次骰子並計算平均值呢？那個平均值會非常接近 3.5，如果你重複這個實驗數千次，這些平均值將形成一條近乎完美的鐘形曲線，中心在 3.5，標準差為 σ/√30 ≈ 1.71/5.48 ≈ 0.31。
親自試試看
實際應用
中央極限定理是信賴區間、假設檢定以及許多其他統計方法的基礎。它使我們能夠使用 Z 分數和 t 分數來對母體參數做推論。
調查研究： 政治民調、市場調查和公共衛生調查都依賴中央極限定理。當民調報告某候選人有 48% 的支持度且誤差範圍為 3% 時，誤差範圍正是用中央極限定理推導的標準誤差公式計算的。
品質管控： 製造流程使用基於中央極限定理的管制圖。生產批次的樣本平均數預期會落在一定的範圍內（通常是製程平均數 ±3 個標準誤差）。超出範圍則表示可能有問題。
A/B 測試： 科技公司測試新功能時，會比較不同組別的轉換率。中央極限定理確保即使個別使用者的行為是二元的（轉換或不轉換），數千名使用者的平均轉換率仍然遵循常態分配，使統計比較成為可能。
科學研究： 醫學試驗、心理學實驗以及幾乎所有的量化研究，都依賴中央極限定理從樣本資料產生 p 值和信賴區間。
常見誤解
誤解一
誤解二：“n = 30 是一個永遠適用的神奇數字。”實際上，所需的樣本數取決於母體分配的非常態程度。對稱分配需要較小的樣本；高度偏態或重尾分配需要更大的樣本。
誤解三：“中央極限定理適用於所有分配。”中央極限定理要求有限的平均數和變異數。像柯西分配這樣變異數未定義的分配，無論樣本多大都不遵循中央極限定理。
誤解四：“使用統計方法前，我需要先檢查資料是否為常態分配。”多虧中央極限定理，許多統計程序即使對非常態資料也能很好地運作，只要你處理的是足夠大樣本的平均數。統計方法對非常態性的穩健性，正是中央極限定理最偉大的貢獻之一。