개발자를 위한 필수 수학

110

개발자를 위한 필수 수학

3.5.1

중심 극한 정리

정규 분포가 유용한 이유 중 하나는 골든 리트리버의 몸무게처럼 자연에서 많이 나타나는 현상

이기 때문입니다. 하지만 정규 분포는 자연 개체군 밖에서 더 흥미롭게 나타납니다. 모집단에

서 충분히 많은 표본을 추출하면 해당 모집단이 정규 분포를 따르지 않더라도 정규 분포가 드

러납니다.

균일하게 무작위한 모집단을 측정한다고 가정해봅시다.

0

.

0

과

1

.

0

사이의 모든 값은 동등한 가

능성을 가지며 어떤 값도 우선권이 없습니다. 하지만 이 모집단에서 많은 표본을 채취하고 각

각의 평균을 구한 다음, 히스토그램을 그려보면 흥미로운 일이 일어납니다. [예제

3

-

15

]의 파

이썬 코드를 실행하고 [그림

3

-

12

]의 그래프를 살펴보세요.

예제

3-15

파이썬으로 중심 극한 정리 실험하기

# 균등 분포에서 뽑은 표본의 평균은 정규 분포가 됩니다.

import

random

import

plotly.express

as

px

sample_size

=

31

sample_count

=

1000

# 중심 극한 정리, 크기가 31인 1000개의 표본

# 0.0과 1.0 사이의 난수

x_values

=

[(sum([random.uniform(0.0,

1.0)

for

i

in

range(sample_size)])

/

\

sample_size)

for ...