Centrální limitní věta: Porovnání verzí
(Centrální limitní věta) |
m |
||
Řádek 1: | Řádek 1: | ||
− | '''Centrální limitní věta''' říká, že když provedeme mnoho výběrů o určité velikosti založených na pravděpodobnostním principu, pak se rozložení (distribuce) výběrových [[Míry polohy#Aritmetický průměr|průměrů]] přiblíží [[Normální rozdělení|normálními rozdělení]] a celkový průměr těchto průměrů se bude podobat průměru v populaci. A to nezávisle na tom, jak jsou hodnoty proměnné rozloženy v populaci.<ref name="analyza">Mareš, P., Rabušic, L., Soukup, P. (2015). Analýza sociálněvědních dat (nejen) v SPSS. 1. vyd. Brno: Masarykova univerzita. ISBN 978-80-210-6362-4</ref> Centrální limitní věta je jedním z principů, na kterém stojí [[inferenční statistika]] a [[teorie pravděpodobnosti]]. | + | '''Centrální limitní věta''' (''central limit theorem'') říká, že když provedeme mnoho výběrů o určité velikosti založených na pravděpodobnostním principu, pak se rozložení (distribuce) výběrových [[Míry polohy#Aritmetický průměr|průměrů]] přiblíží [[Normální rozdělení|normálními rozdělení]] a celkový průměr těchto průměrů se bude podobat průměru v populaci. A to nezávisle na tom, jak jsou hodnoty proměnné rozloženy v populaci.<ref name="analyza">Mareš, P., Rabušic, L., Soukup, P. (2015). Analýza sociálněvědních dat (nejen) v SPSS. 1. vyd. Brno: Masarykova univerzita. ISBN 978-80-210-6362-4</ref> Centrální limitní věta je jedním z principů, na kterém stojí [[inferenční statistika]] a [[teorie pravděpodobnosti]]. |
− | To znamená, že ať je rozložení základního souboru jakékoliv, rozdělení [[Míry polohy|střední hodnoty]] výběrového souboru bude vždy normální, jestliže rozsah výběrového souboru dosáhne alespoň minimální velikosti<ref>Swoboda, H. (1977). Moderní statistika. Praha: Svoboda.</ref> | + | To znamená, že ať je rozložení [[Základní a výběrová populace#Základní soubor|základního souboru]] jakékoliv, rozdělení [[Míry polohy|střední hodnoty]] výběrového souboru bude vždy normální, jestliže rozsah [[Základní a výběrová populace#Výběrový soubor|výběrového souboru]] dosáhne alespoň minimální velikosti<ref>Swoboda, H. (1977). Moderní statistika. Praha: Svoboda.</ref> |
== Odkazy == | == Odkazy == |
Aktuální verze z 1. 6. 2016, 10:55
Centrální limitní věta (central limit theorem) říká, že když provedeme mnoho výběrů o určité velikosti založených na pravděpodobnostním principu, pak se rozložení (distribuce) výběrových průměrů přiblíží normálními rozdělení a celkový průměr těchto průměrů se bude podobat průměru v populaci. A to nezávisle na tom, jak jsou hodnoty proměnné rozloženy v populaci.[1] Centrální limitní věta je jedním z principů, na kterém stojí inferenční statistika a teorie pravděpodobnosti.
To znamená, že ať je rozložení základního souboru jakékoliv, rozdělení střední hodnoty výběrového souboru bude vždy normální, jestliže rozsah výběrového souboru dosáhne alespoň minimální velikosti[2]
Odkazy
Reference
Použitá literatura
- Mareš, P., Rabušic, L., Soukup, P. (2015). Analýza sociálněvědních dat (nejen) v SPSS. 1. vyd. Brno: Masarykova univerzita. ISBN 978-80-210-6362-4
Související články
- Normální rozdělení
- Míry polohy
- Míry variability
- Statistické standardní skóry
- Šikmost a špičatost
- Binomické rozdělení
- Otázky ze statistiky (NMgr Psychologie FF UK)
Klíčová slova
Centrální limitní věta, centrální tendence, central limit theorem