Central Limit Theorem: различия между версиями

Материал из Поле цифровой дидактики
Нет описания правки
 
(не показаны 2 промежуточные версии этого же участника)
Строка 6: Строка 6:
|Student-created=Нет
|Student-created=Нет
}}
}}
[[Центральная предельная теорема]]
{{#ask: [[Центральная предельная теорема]] | description }}


=== Статистические концепции в модели ===
{{#ask: [[Центральная предельная теорема]] | ?Description }}
 
Модель позволяет экспериментально проверить, что при увеличении размера выборки распределение выборочных средних приближается к нормальному:
 
<math>\bar{X}_n \xrightarrow{d} N\left(\mu, \frac{\sigma^2}{n}\right)</math>
 
где стандартная ошибка <math>\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}}</math> уменьшается с ростом <math>n</math>.
 
=== Практическое применение в социально-экономической статистике ===
См. [[Социально-экономическая статистика и эконометрика (syllabus)]]
В контексте изучения доходов населения модель демонстрирует, что даже при неравномерном распределении богатства в обществе (что типично для реальной экономики), средние доходы выборок домохозяйств будут распределены нормально.
 
=== Модель ===


<netlogo model="CentralLimitTheorem" />


=== Статистические концепции в модели ===
Генеральная совокупность в модели представлена всеми агентами, расположенными в виде "столбчатой диаграммы". Более бедные люди находятся левее, более богатые — правее.
Генеральная совокупность в модели представлена всеми агентами, расположенными в виде "столбчатой диаграммы". Более бедные люди находятся левее, более богатые — правее.



Текущая версия от 09:41, 13 октября 2025


Описание модели Модель "Central Limit Theorem" представляет население, распределённое по некоторой переменной (например, общие активы в тысячах долларов). Население распределено произвольно — не обязательно нормально — но выборочные средние из этой популяции тем не менее накапливаются в распределении, которое приближается к нормальной кривой.
Область знаний Математика, Экономика, Статистика
Веб-страница - ссылка на модель
Видео запись
Разработчики Abrahamson
Среды и средства, в которых реализована модель NetLogo
Диаграмма модели
Описание полей данных, которые модель порождает
Модель создана студентами? Нет


 Description
Центральная предельная теоремаЦентра́льные преде́льные теоре́мы (ЦПТ) — класс теорем в теории вероятностей, утверждающих, что сумма достаточно большого количества слабо зависимых случайных величин, имеющих примерно одинаковые масштабы (ни одно из слагаемых не доминирует, не вносит в сумму определяющего вклада), имеет распределение, близкое к нормальному. Так как многие случайные величины в приложениях формируются под влиянием нескольких слабо зависимых случайных факторов, их распределение считают нормальным. При этом должно соблюдаться условие, что ни один из факторов не является доминирующим. Центральные предельные теоремы в этих случаях обосновывают применение нормального распределения.

Модель позволяет экспериментально проверить, что при увеличении размера выборки распределение выборочных средних приближается к нормальному:

[math]\displaystyle{ \bar{X}_n \xrightarrow{d} N\left(\mu, \frac{\sigma^2}{n}\right) }[/math]

где стандартная ошибка [math]\displaystyle{ \sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} }[/math] уменьшается с ростом [math]\displaystyle{ n }[/math].

Практическое применение в социально-экономической статистике

См. Социально-экономическая статистика и эконометрика (syllabus) В контексте изучения доходов населения модель демонстрирует, что даже при неравномерном распределении богатства в обществе (что типично для реальной экономики), средние доходы выборок домохозяйств будут распределены нормально.

Модель

Статистические концепции в модели

Генеральная совокупность в модели представлена всеми агентами, расположенными в виде "столбчатой диаграммы". Более бедные люди находятся левее, более богатые — правее.

Выборочное среднее вычисляется для каждой группы выбранных образцов из популяции (эти образцы окрашены в другой цвет).

Распределение выборочных средних отображается в гистограмме ниже основного вида, демонстрируя накопление средних значений.