The central limit theorem states th

The central limit theorem states that as the sample size becomes larger, the sampling distribution of sample means tends toward the normal distribution, and that the mean of this normal distribution is μ, the population mean, and that the standard deviation is σ (this value is known as the standard error of the sample mean). This sampling distribution will tend toward normality regardless of the shape of the population distribution from which the samples were drawn. Figure 2.8 demonstrates how such a sampling distribution might appear.

ผลลัพธ์ (ไทย) 1:

ทฤษฎีบทขีดจำกัดกลางระบุว่า ขนาดตัวอย่างจะใหญ่ขึ้น การกระจายการสุ่มตัวอย่างหมายถึงตัวอย่างที่มีแนวโน้มไปทางการแจกแจงปกติ และที่ค่าเฉลี่ยของการแจกแจงปกตินี้ μ ค่าเฉลี่ยประชากร และที่ ค่าเบี่ยงเบนมาตรฐานเป็นσ (ค่านี้เรียกว่าข้อผิดพลาดมาตรฐานของค่าเฉลี่ยตัวอย่าง) การกระจายการสุ่มตัวอย่างนี้จะมีแนวโน้มไปทาง normality ว่ารูปร่างของการกระจายประชากรตัวอย่างถูกออก รูปที่ 2.8 แสดงให้เห็นถึงการกระจายการสุ่มตัวอย่างดังกล่าวอาจเป็นอย่างไร

ผลลัพธ์ (ไทย) 2:

ทฤษฎีบทขีด จำกัด กลางระบุว่าเป็นขนาดของกลุ่มตัวอย่างจะกลายเป็นขนาดใหญ่กระจายตัวอย่างของตัวอย่างหมายความว่ามีแนวโน้มไปทางกระจายปกติและที่หมายถึงนี้กระจายปกติเป็นμประชากรเฉลี่ยและค่าเบี่ยงเบนมาตรฐานเป็นσ (ค่านี้ เรียกได้ว่าเป็นข้อผิดพลาดมาตรฐานของกลุ่มตัวอย่างเฉลี่ย) การกระจายการสุ่มตัวอย่างนี้จะมีแนวโน้มไปปกติโดยไม่คำนึงถึงรูปร่างของการกระจายของประชากรจากการที่กลุ่มตัวอย่างได้รับการวาด รูปที่ 2.8 แสดงให้เห็นถึงวิธีการเช่นการกระจายการสุ่มตัวอย่างอาจจะปรากฏ

ผลลัพธ์ (ไทย) 3:

ขีดกลางของสหรัฐอเมริกาที่เป็นกลุ่มตัวอย่าง จะกลายเป็นเรื่องใหญ่ และการแจกแจงของตัวอย่างวิธีการมีแนวโน้มที่มีต่อการแจกแจงปกติ และค่าเฉลี่ยของการแจกแจงแบบปกตินี่μ , ประชากรค่าเฉลี่ย และส่วนเบี่ยงเบนมาตรฐานเป็นσ ( ค่านี้เรียกว่าค่าคลาดเคลื่อนมาตรฐานของค่าเฉลี่ยตัวอย่าง ) ตัวอย่างการกระจายนี้จะมีแนวโน้มไปทางปกติโดยไม่คำนึงถึงรูปร่างของการกระจายตัวของประชากร ซึ่งตัวอย่างที่วาด รูปที่ 2.8 แสดงให้เห็นว่าเป็นคนแจกอาจจะปรากฏขึ้น