透過Coronavirus (COVID-19)通俗理解中央極限定理(Central ... | 中央極限定理舉例
1 .什麼是中央極限定理（Central Limit Theorem） · 白話文: 給定一個任意分配的母體。
每次從這些母體中隨機抽取n 個樣本，一共抽m 次。
然後把這 ...DataScienceLifeEasyMediumMySQLSharkoShen'sLinkedIn透過Coronavirus(COVID-19)通俗理解中央極限定理(CentralLimitTheorem)SharkoShenFollowApr23,2020·3minread這次要用最淺顯易懂的方式講解中央極限定理。
1.什麼是中央極限定理（CentralLimitTheorem）來源:http://homepage.ntu.edu.tw/~clhsieh/biostatistic/5/5-1.htm上圖可以直接跳過，我只是想表示密密麻麻的文字讀起來很複雜似懂非懂。
白話文:給定一個任意分配的母體。
每次從這些母體中隨機抽取n個樣本，一共抽m次。
然後把這m組樣本分別求出平均值。
這些平均值的分配接近常態分佈。
相信還是沒有畫面，我們來舉個時事例子2.通俗白話舉例現在我們要統計全世界感染Coronavirus患者的年齡分布，看看全世界平均感染年齡是多少。
但全世界患者激增，要調查所有患者的年齡是不太實際的。
所以我們打算從全世界各地調查10000組，每組50位病患接著求出第一組病患的平均年齡舉例:74歲第二組的平均年齡舉例:65歲第三組的平均年齡舉例:40歲就這樣一直取到第10000組的平均年齡舉例:第10000組的平均年齡87歲最後，當我們再把10000組算出來的年齡平均值加起來再取平均值也就是(74+65+40+…+87)/10000結論!這個值就會接近全世界患者的平均年齡!!!另外這10000組平均年齡的分布會趨近於常態分佈!!!這就是中央極限定理的神奇魔力!註:取樣本的時候，每組樣本一般大於等於30個，中心極限定理即可發揮作用。
DataScienceforKindergartenThinkDataScienceforBeginnersistoohardforyou?CheckouttheDataScienceforKindergarten!101DataScienceCentralLimitTheoremCoronavirusCovid19101 claps101DataScienceforKindergartenEasyPeasyDataScienceWrittenbySharkoShenFollowThinking“DataScienceforBeginners”toohardforyou?Checkout“DataScienceforKindergarten”!DataScienceforKindergartenEasyPeasyDataScienceMoreFromMediumASingleNumberMetricforEvaluatingObjectDetectionModelsPeterLebiedzinskiinTowardsDataScienceWhichPythonDataStructureShouldYouUse?YasmineHejaziinTowardsDataScienceAndrogyny:RevivingaLostHumanConditionReikanCommonGitHubCommandsEveryDataScientistNeedsToKnowMattPrzybylainTowardsDataScienceCanmachineshelpusgenerateempathy?[Research&Theory]ClemenceDebaig[DemzouArt]MachineLearningInterviewQuestionsTseng1026intseng1026HowToManageUncertaintiesAtWorkFernandWongCentralLimitTheoremmadeeasy!AnkitaBanerjiinAnalyticsVidhyaLearnmore.Mediumisanopenplatformwhere170millionreaderscometofindinsightfulanddynamicthinking.Here,expertandundiscoveredvoicesalikediveintotheheartofanytopicandbringnewideastothesurface.LearnmoreMakeMedium
每次從這些母體中隨機抽取n 個樣本，一共抽m 次。
然後把這 ...DataScienceLifeEasyMediumMySQLSharkoShen'sLinkedIn透過Coronavirus(COVID-19)通俗理解中央極限定理(CentralLimitTheorem)SharkoShenFollowApr23,2020·3minread這次要用最淺顯易懂的方式講解中央極限定理。
1.什麼是中央極限定理（CentralLimitTheorem）來源:http://homepage.ntu.edu.tw/~clhsieh/biostatistic/5/5-1.htm上圖可以直接跳過，我只是想表示密密麻麻的文字讀起來很複雜似懂非懂。
白話文:給定一個任意分配的母體。
每次從這些母體中隨機抽取n個樣本，一共抽m次。
然後把這m組樣本分別求出平均值。
這些平均值的分配接近常態分佈。
相信還是沒有畫面，我們來舉個時事例子2.通俗白話舉例現在我們要統計全世界感染Coronavirus患者的年齡分布，看看全世界平均感染年齡是多少。
但全世界患者激增，要調查所有患者的年齡是不太實際的。
所以我們打算從全世界各地調查10000組，每組50位病患接著求出第一組病患的平均年齡舉例:74歲第二組的平均年齡舉例:65歲第三組的平均年齡舉例:40歲就這樣一直取到第10000組的平均年齡舉例:第10000組的平均年齡87歲最後，當我們再把10000組算出來的年齡平均值加起來再取平均值也就是(74+65+40+…+87)/10000結論!這個值就會接近全世界患者的平均年齡!!!另外這10000組平均年齡的分布會趨近於常態分佈!!!這就是中央極限定理的神奇魔力!註:取樣本的時候，每組樣本一般大於等於30個，中心極限定理即可發揮作用。
DataScienceforKindergartenThinkDataScienceforBeginnersistoohardforyou?CheckouttheDataScienceforKindergarten!101DataScienceCentralLimitTheoremCoronavirusCovid19101 claps101DataScienceforKindergartenEasyPeasyDataScienceWrittenbySharkoShenFollowThinking“DataScienceforBeginners”toohardforyou?Checkout“DataScienceforKindergarten”!DataScienceforKindergartenEasyPeasyDataScienceMoreFromMediumASingleNumberMetricforEvaluatingObjectDetectionModelsPeterLebiedzinskiinTowardsDataScienceWhichPythonDataStructureShouldYouUse?YasmineHejaziinTowardsDataScienceAndrogyny:RevivingaLostHumanConditionReikanCommonGitHubCommandsEveryDataScientistNeedsToKnowMattPrzybylainTowardsDataScienceCanmachineshelpusgenerateempathy?[Research&Theory]ClemenceDebaig[DemzouArt]MachineLearningInterviewQuestionsTseng1026intseng1026HowToManageUncertaintiesAtWorkFernandWongCentralLimitTheoremmadeeasy!AnkitaBanerjiinAnalyticsVidhyaLearnmore.Mediumisanopenplatformwhere170millionreaderscometofindinsightfulanddynamicthinking.Here,expertandundiscoveredvoicesalikediveintotheheartofanytopicandbringnewideastothesurface.LearnmoreMakeMedium