- 締切済み
中心極限定理をポアソン分布へ
中心極限定理をポアソン分布に応用した際に、e^(-n) * Σ (n^j)/(j!) をn->無限大 にしたら1/2似収束するという事実はわかるのですが、これは証明できるのでしょうか？もし、そうであれば証明のアドバイスをください。
- michealjagger
- お礼率26% (13/50)
- 数学・算数
- 回答数1
- ありがとう数2
- みんなの回答 （1）
- 専門家の回答
みんなの回答
- kenmogakeu
- ベストアンサー率25% (8/31)
できます。中心極限定理をそのまま使ってください。
関連するQ&A
- 中心極限定理について
中心極限定理で理解できないところがあります。 多分、何か勘違いをしているところがあると思うので、分かる方は教えてください。 平均値 μ*，分散 σ2* をもつ，任意の分布に従う乱数列 x1，x2， … ，xnがあるとき，その平均値 ave(xn) = (x1+X2+・・・+xn)/n の確率分布は，n が大きくなるとき，平均値 μ*，分散 σ2* / n である正規分布に収束する。 すなわち， (ave(xn) - μ*)/(σ*/√n) は，n が大きいとき，平均値 0，分散 1 の標準正規分布に従うとみなしてよい。 はどうやって証明するのでしょうか？ また、１２個の乱数rand()を発生させた場合、分散は12*1/12=1になるようですが、これは中心極限定理から分散がσ2/nの正規分布に近づくという結果（こちらは1/12を12で割っている）に矛盾しているように思うのですが、どこが勘違いしているのでしょうか？ よろしくお願い致します。
- ベストアンサー
- 情報工学
- 中心極限定理について
お世話になります。 統計学で出てくる中心極限定理について基本的なことをうかがいます。 定理の内容はおよそ「母集団が任意の確率分布を持っていても、そこから抽出した標本分布は標本数ｎが無限大に近づくにつれて正規分布に近づく」といったことだと思いますが、nを無限大にもっていくとき母集団に近づくのに（というか母集団を超えることも）、たとえば母集団が正規分布していない場合でもそれが正規分布に近づいていくというのは矛盾がある気がするのですが、どこが誤っているのでしょうか。 詳しい方ご教示願います。
- 締切済み
- 数学・算数
- 大数の強法則、中心極限定理
パラメータλ>0のポワソン分布の平均、分散は共にλである (1){x_n}に関する大数の強法則を式で書き下せ (2){x_n}に関する中心極限定理を式で書き下せ (3)S_x=X1+···+Xnの分布はパラメータnXのポワソン分布に等しいことを示せ (4)λ=1の場合の(2)、(3)を利用して次を示せ lim{n→∞} e^(-n)Σ{k=0~n} n^k/k! =1/2 わかるとこだけでも構いません！ 解き方教えてください！ 応用が利かない人なので、当てはめるとかが苦手なんです
- 締切済み
- 数学・算数
- 中心極限定理と分布について
中心極限定理により、不規則変数の加算によってできる不規則変数は、 平均値を中心に正規分布するようになるため ｚ＝ ｙ－６ は、平均：０、標準偏差：１の正規乱数となり、基本となる正規分布：Ｎ（０，１）と書く。 と書いてあるのですが、正規分布Ｎというのは山なりの感じの図でよろしいのでしょうか？ 後これだけ見てｚ＝ｙ－６が平均０で標準偏差１というのもよくわかりません・・・ ノートを見てもｚというのは書いてないのですが、数学関係でいう専門用語のｚはなんでしょう。 また中心極限定理もよくわかりません、すいません・・・
- ベストアンサー
- 数学・算数
- 有限母集団の中心極限定理
訳あって確率統計の勉強をしておりますが、中心極限定理について質問があります。 「母集団の平均をm、分散をvとすると、そこから抽出したn個の標本の平均の分布は、平均m、分散v/nという分布になり、標本数をn→無限大とすると、分布は母集団の分布によらず正規分布に近づく。」 とありますが、母集団が有限個（N個）の集合ならどうなるでしょうか。 その場合、標本数をnがNに等しくなった時点で平均はm、分散0、つまり標本から母集団の平均が完全に推定（決定）することになります。 ●有限母集団の場合も中心極限定理は成り立つのか？ ●成り立つならn→Nで分散が0になるという点はどう表現されるのか？ このあたりを教えてください。
- 締切済み
- 数学・算数
- PERT と中心極限定理 2
中心極限定理は、次のような定理だと思います。 平均μ、分散σ2の母集団から無作為にn個の標本を抽出してその平均値mを求めることを繰り返すと、母集団がどのような分布を示す集団であるかに拘わらず、nが充分大きいとき、mの分布は平均μ、分散σ2/nの正規分布で近似される。 次に、PERTにおいて、n個の作業から成るプロジェクトの全体工程Tを求める方法は、一般に次のように説明されています。 作業iの所用時間がベータ分布に従うと仮定すると、その期待値ei、楽観値oi、最可能値mi、悲観値pi、分散σi2の間には次の関係がある。 ei=(oi+4mi+pi)÷6 （式-1） σi2=(pi-oi)2÷36 （式-2） 一般に平均と分散については加法定理が成り立つので、クリティカルパス上のn個の作業の総所要時間（n個の作業の所要時間の合計）Tの期待値eと分散σ2は次のように表される。 e=Σei （式-3） σ2=Σσi2 （式-4） 中心極限定理により、Tは期待値e、分散σ2の正規分布で近似されるので、今、e=20、σ2=25であるとすると、95%の確率でTが完了する工期は、標準正規分布表の95%点＝1.960から、20-1.960×5≦T≦20+1.960×5となる。 それで、次の(1)、(2)が分かりません。 (1)中心極限定理は、「平均μ、分散σ2の母集団から無作為にn個の標本を抽出してその平均値mを求めること」から始まる定理なのに、上記Tを求めた過程には、「平均μ、分散σ2の母集団」も「n個の標本の抽出」も「その平均値m」も、一切何もありません。母集団、抽出、平均値にあたるものは、上記Tを求めた過程のどの値または計算なのでしょうか。 (2)「中心極限定理により、Tは期待値e、分散σ2の正規分布」とありますが、いったいどう考えればTを正規分布であるとみなせるのでしょうか。
- ベストアンサー
- 数学・算数
- PERT と中心極限定理
中心極限定理は、次のような定理だと思います。 平均μ、分散σ2の母集団から無作為にn個の標本を抽出してその平均値mを求めることを繰り返すと、母集団がどのような分布を示す集団であるかに拘わらず、nが充分大きいとき、mの分布は平均μ、分散σ2/nの正規分布で近似される。 次に、PERTにおいて、n個の作業から成るプロジェクトの全体工程Tを求める方法は、一般に次のように説明されています。 作業iの所用時間の期待値ei、楽観値oi、最可能値mi、悲観値pi、分散σi2の間には次の関係がある。 ei=(oi+4mi+pi)÷6 （式-1） σi2=(pi-oi)2÷36 （式-2） 一般に平均と分散については加法定理が成り立つので、クリティカルパス上のn個の作業の総所要時間（n個の作業の所要時間の合計）Tの期待値eと分散σ2は次のように表される。 e=Σei （式-3） σ2=Σσi2 （式-4） 中心極限定理により、Tは期待値e、分散σ2の正規分布で近似されるので、今、e=20、σ2=25であるとすると、・・・（と来て、Tの確率を求めるのですが、長くなるので以下省略します）。 ここで分からないのは、「中心極限定理により、Tは期待値e、分散σ2の正規分布で近似される」というところです。なぜ、いきなりこんなことが言えるのでしょうか。具体的に分からない点は次の(1)です。 (1)中心極限定理は、「平均μ、分散σ2の母集団から無作為にn個の標本を抽出してその平均値mを求めること」から始まる定理なのに、上記Tを求めた過程には、「平均μ、分散σ2の母集団」も「n個の標本の抽出」も「その平均値m」も、一切何もありません。一体これらは、上記Tにおいては、どこへ行ってしまったのでしょうか。
- ベストアンサー
- 数学・算数
- 中心極限定理 実験
中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。
- ベストアンサー
- 数学・算数
- ポアソン分布
{Xj}を同一分布をなす互いに独立なベルヌーイ確率変数列とする（ここで、P[Xj=1]=p, P[Xj=0]=1-p)。ＳN=X1+X2+・・・+XNを確率変数Xjのランダムな個数N個の和とする。ここで、Ｎは平均λのポアソン分布をなすものとする。このとき、ＳNは平均λpのポアソン分布をなすことを証明せよ。という問いに対してなのですが、 Xj の和をとる個数 N がポアソン分布に従って変化するとき、Xj の和の分布を考えればよいことはわかりました。 N 個の確率変数の和が n になる確率は N Ｃ n p^n (1-p)^(N-n) であり、和を取る確率変数の数が N である確率はポアソン分布なので e^(-λ) λ^N / (N !) 和が n になる確率は、 確率変数が N=n 個でかつ和が n 確率変数が N=n+1 個でかつ和が n 確率変数が N=n+2 個でかつ和が n ・・・・ で N が無限個まで確率の和を取ればよいので、 Σ(k=0→∞)の{ (n+k) p^n (1-p)^k } と考えたのですが、ここから先に進めません。 おそらく途中で間違えてしまったと思うのですが、ご指摘いただけないでしょうか。
- ベストアンサー
- 数学・算数
