우리가 예상했던 대로 N값이 커질수록 정규성이 가까워짐을 알 수 있다. 또한 대칭성이 인정되는 분포는 그 만큼 빠르게 정규분포로 근사함을 알 수 있다.
위 5문제를 통해 각각의 분포의 중심극한정리를 확인해보았다. 사실, 수학적인 개념을 정식적인 표본으로 실험하기란 불가능하므로 약간의 변칙적인 방법 컴퓨터시뮬레이션을 이용해보았다.
어떤 확률분포를 다른 분포로 근사화시키는 것이 매우 유용한 경우인 것은 우리가 잘 알고 있다. 원래의 분포함수를 수학적으로 조작하기 어렵거나 확률을 구할때 많은 계산량이 요구되는 경우가 이에 해당된다.
모집단의 확률분포가 이산형이든 연속형이든 한정된(Limited)분산만 가진다면 그 분포는 표본의 크기가 커질수록 정규분포에 가까워진다고 최종적인 결론을 내릴수가 있겠다. 다시 말하자면, 수학적인 증명으로 내려오던 CLT가 컴퓨터를 이용한 새로운 방법으로 증명된다고 할 수 있겠다.
· 해피레포트는 다운로드 받은 파일에 문제가 있을 경우(손상된 파일/설명과 다른자료/중복자료 등) 1주일이내 환불요청 시 환불(재충전) 해드립니다.
(단, 단순 변심 및 실수로 인한 환불은 되지 않습니다.)
· 파일이 열리지 않거나 브라우저 오류로 인해 다운이 되지 않으면 고객센터로 문의바랍니다.
· 다운로드 받은 파일은 참고자료로 이용하셔야 하며,자료의 활용에 대한 모든 책임은 다운로드 받은 회원님에게 있습니다.
저작권안내
보고서 내용중의 의견 및 입장은 당사와 무관하며, 그 내용의 진위여부도 당사는 보증하지 않습니다.
보고서의 저작권 및 모든 법적 책임은 등록인에게 있으며, 무단전재 및 재배포를 금합니다.
저작권 문제 발생시 원저작권자의 입장에서 해결해드리고 있습니다. 저작권침해신고 바로가기