You can make all this precise, for

You can make all this precise, for example you can say exactly how confident you are that the true average is within a certain distance of your sample average, and you can also use the result to calculate how large a sample you need to get an estimate of a given accuracy. It's the central limit theorem that lends precision to the art of statistical inference, and it's also behind the fact that the normal distribution is so ubiquitous.

ผลลัพธ์ (ไทย) 1:

คุณสามารถทำทั้งหมดนี้แม่นยำ ตัวอย่างเช่น คุณสามารถพูดได้อย่างมั่นใจว่าคุณอยู่ที่เฉลี่ยที่แท้จริงคือจากค่าเฉลี่ยตัวอย่างของคุณ และคุณยังสามารถใช้ผลการคำนวณขนาดตัวอย่างคุณต้องได้รับการประเมินความถูกต้องที่กำหนด มันเป็นทฤษฎีบทขีดจำกัดกลางที่ให้ความแม่นยำกับศิลปะของการอนุมานทางสถิติ และยังอยู่เบื้องหลังความจริงที่ว่าการแจกแจงปกติดังนั้นแพร่หลาย

ผลลัพธ์ (ไทย) 2:

คุณสามารถทำทั้งหมดนี้ได้อย่างแม่นยำเช่นคุณสามารถพูดได้ว่าวิธีการที่มีความมั่นใจที่คุณอยู่ที่ค่าเฉลี่ยที่แท้จริงคือในระยะหนึ่งของค่าเฉลี่ยของกลุ่มตัวอย่างของคุณและคุณยังสามารถใช้ผลในการคำนวณขนาดใหญ่ตัวอย่างคุณต้องได้รับการประมาณการ ของความถูกต้องได้รับ มันเป็นเซ็นทรัล จำกัด ทฤษฎีบทที่ยืมความแม่นยำให้กับงานศิลปะของการอนุมานทางสถิติและก็ยังอยู่เบื้องหลังความจริงที่ว่ากระจายปกติเป็นที่แพร่หลายดังนั้น

ผลลัพธ์ (ไทย) 3:

คุณสามารถทำให้ชัดเจน ทั้งหมดนี้ ตัวอย่างเช่น คุณสามารถพูดได้ว่าคุณเชื่อมั่นว่าค่าเฉลี่ยที่แท้จริงคือในระยะหนึ่งของตัวอย่างของคุณเฉลี่ย และคุณยังสามารถใช้ผลการคำนวณขนาดตัวอย่างที่คุณต้องได้รับการประเมินให้ความถูกต้อง มันเป็นเซ็นทรัลจำกัดทฤษฎีบทให้แม่นยำเพื่อศิลปะของการอนุมานทางสถิติ และมันก็อยู่ที่ว่า การกระจายปกติเป็นที่แพร่หลายมาก .