数理统计讨论-大数定理中心极限定理.docVIP

用数学实验的方法说明大数定律和中心极限定理的结论。 1、实验原理： 证明中心极限定理即证明N个独立同分布的随机变量和的极限分布为正态分布。 2、实验步骤： ① 利用matlab软件生成随机数，选取100个随机变量； ② 通过matlab软件作出其直方图(如下图1)； ③ 观察得出，当N足够大时，其密度函数服从正态分布，即满足中心极限定理。 图1 从图1中可以直观的看出100个随机变量的和近似服从正态分布。 （二）、验证大数定理： 1、实验原理： 证明大数定理即证明样本均值趋近于总体均值。 2、实验步骤： ① 利用excel选取1000个随机数 ② 选择样本的前50个，前100个，前150个…前1000个，分别求出均值。 ③利用 excel作出上述求出值的折线图(如下图2)： 图2 从图2中可以看出样本均值最终趋于水平，即趋于总体均值，得证。 用一统计软件产生来自某一个特殊分布的随机数,作出相应的理论分布函数图形与经验分布函数图形,理论密度函数图形与直方图。 ①rnorm(n=100,mean=0,sd=1) 以下是产生的个随机数据 图3 ② plot(ecdf(sort(x))) 出现经验分布函数 图4 ③理论分布函数 curve(pnorm(x),xlim=c(-3,3),col=red,lwd=3) 图5 ④ 理论密度 curve(dnorm(x),xlim=c(-3,3),col=blue,lwd=2) 图6 ⑤ 直方图 x-rnorm(100,0,1) hist(x,freq=F) 图7 Matlab程序： clear; close; K=100; N=K; M=100000; r=rand(N,M); %生成随机数 mu=N*0.5; sigma=sqrt(N/12); s=sum(r); mu=mean(s); %求随机数的平均值 sigma=std(s); %求均方差 [n,x]=hist(s,mu-5*sigma:mu+5*sigma); bar(x,n/M/sigma,r); %绘制直方图 hold on; h=mu-5*sigma:0.1*sigma:mu+5*sigma; %取100个点 t=exp(-(h-mu).^2/2/sigma^2)/sqrt(2*pi)/sigma; title(中心极限定理); legend(独立RV和,正态分布); hold off; Warning: Ignoring extra legend entries. In legend at 294