統計⑧ 中心極限定理
中心極限定理とは?その証明 中心極限定理とは? 中心極限定理 平均$\mu$,分散$\sigma^2$の分布から抽出した$n$個の標本を表す確率変数$X_1$,$X_2$,$\cdots$,$X_n$の標本平均$\bar{X}_n$を考えます。このとき、$n$を増やせば$\bar{X}_n$は平均$\mu$,分散$\sigma^2/n$の正規分布に近づきます。 いま、もともとの分布を母集団といい、母集団の平均値を母平均といいます。 中心極限定理の証明の方針 新たに導入する確率変数 母平均を$\mu$,母分散(母集団の分散)を$\sigma^2$として以下のような確率変数を考えます。 \begin{align} Z\stackrel{def}{=}\dfrac{\bar{X}_n-\mu}{\frac{\sigma}{\sqrt{n}}}=\dfrac{\sqrt{n}(\bar{X}_n-\mu)}{\sigma} \label{eq:1} \end{align} この時、$Z$は平均0、分散1の正規分布(つまり、標準正規分布)に近づくことを示します。どう示すか、というとモーメント母関数が$n\to\infty$の極限で標準正規分布のモーメント母関数に近づくことを示します。 モーメント母関数で証明する欠点(?) この定理の仮定としては、母平均や母分散が存在すること(発散する等存在しない場合は考えていないということ)だけしか考えていません。確率変数$Z$のモーメント母関数$M_Z(\theta)$は以下のように定義されました。 \begin{align*} M_Z(\theta)\stackrel{def}{=}\int_{-\infty}^\infty e^{\theta x}f(x)dx \end{align*} ただし、$f(x)$は確率密度関数です。この 確率密度関数の形によってはモーメント母関数が存在しない場合もあります。 というわけで、代わりに、いつでも存在する特性関数を使うほうが適用範囲が広がりそうですね。ただ、そのときに複素数が混じって積分の計算が難しくなるので、今回はモーメント母関数で証明を進めます。 正規分布のモーメント母関数 平均$\mu$,分散$\sigma^2$の正規分布のモーメント母