[R]中的中心极限定理

我正在用语言[R]生成一个M = 32000平均值的样本，每个平均值通过平均36个独立值随机变量连续均匀分布（0,1）如下产生：[R]中的中心极限定理

sampleA<-1:32000 

for (i in 1:32000){ 
    MuestraAUnif<- runif(36) 
    sampleA[i]<-mean(MuestraAUnif) 
}

对于样品生成提问计算观察到的平均比L = 0.32 4 * 1 /大100的相对频率，并将其与概率（用“Central limit theorem”近似）的平均比较N值大于L.如下：

L<- 0.32+4*1/100 
    sigma<- sqrt(1/12) #(b-a)/12 
    miu = 0.5 #(a+b)/2 
    greaterA <-sum(sampleA > L) #values of the sample greater than L are 23693 
    xBar<- greaterA/length(sampleA) 
    X <- sum(sampleA) 
    n<-32000 
    Zn<- (X - n*miu)/(sigma*sqrt(n)) 

    cat("P(xBar >",L,") = P(Z>", Zn, ")=","1 - P (Z < ", Zn,") =",1-pnorm(Zn),"\n") #print the theoretical prob Xbar greater than L 
    cat("sum (sampleA >",L,")/","M=", n," para N =", 36,":",xBar, "\n") #print the sampling probability print when is greater than L

输出是：

P(xBar > 0.36) = P(Z> -3.961838)= 1 - P (Z < -3.961838) = 0.9999628 
sum (sampleA > 0.36)/ M= 32000 para N = 36 : 0.7377187

我的问题是：为什么是迄今为止值，想必他们应该是非常接近（0.9999628远未0.7377187）。我在做我的执行有问题吗？请原谅我的英语。

来源

2012-01-30 franvergara66

Melkhiah66。你做的一切权利只是改变 MuestraAUnif<- runif(2)为MuestraAUnif<- runif(32) ，它应该工作

来源

2012-01-30 02:56:47 aatrujillob

我已经做了，是我的错拷贝，但仍然无法正常工作，或不告诉我，我想 – franvergara66 2012-01-30 02:59:37

我使用seet.seed结果（ 129）并得到：sum（sampleA> 0.3599999999999999866773）/ M = 32000.00000000000000000 N = 36.0000000000000000000：0.998125000000000039968。不是你所期望的？ – aatrujillob 2012-01-30 03:09:10

对于N = 36，理想值应该是 P（Xbar> 0.36）= P（Z> -2.909845）= 1 -P（Z <-2.909845）= 0.998192 总和（样品a> 0.36）/ M = 32000 ：0.9984063，但你的答案非常接近，你做了什么？ – franvergara66 2012-01-30 03:18:52

[R]中的中心极限定理

回答

相关问题