中心極限定理
大数の法則によると、... 標本平均はサンプルのサイズを大きく.. 真の平均に近づく
中心極限定理は 標本平均と真の平均 誤差を論ずる
どんな分布でも、標本平均(サンプル平均) と真の平均の差(誤差)の分布は、正規分布に近づいていく。 元々は、中心極限定理があって、標本サイズが増える(確率変数がランダムに足されて平均をみると)その分布が正規分布になる その誤差分布(正規分布になる)は、
分散はnに比例。$ \frac{\sigma^2}{n} sigmaは、この誤差分布の分散をnで割ったものと言える。
この sigmaが、元のサンプリングをした母集団の分布(真の分布?)の確率分布のパラメータとの関係は... #TODO201908 偏差は sqrt(n) $ \frac{\sigma}{\sqrt{n}}
標本値の誤差は、サンプル数が n 倍 で、誤差は 1(/sqrt(n) 縮小する。
0以上1未満の一様乱数を12回足して6を引く...テクニック.....実際には....
大数の法則と同じ話?
このような意味で,中心極限定理は大数の法則の精密化とみなすことができます
前提付きだけど、とりあえず同じテーマ(真の平均と標本平均の話)で、同じような結論と思ってもよいはず。
参考