| Infos Home | Impressum | Original Artikel & Autoren Liste |
Die wichtigste und bekannteste Aussage wird auch einfach als Der Zentrale Grenzwertsatz bezeichnet und befasst sich mit unabhängigen, identisch verteilten Zufallsvariablen, deren Erwartungswert und Varianz endlich sind.
Es existieren verschiedene Verallgemeinerungen, für die eine identische Verteilung keine notwendige Voraussetzung ist. Stattdessen wird dann eine andere Voraussetzung gefordert, die sicherstellt, dass keine der Variablen zu großen Einfluss auf das Ergebnis erhält. Beispiele sind die Lindeberg-Bedingung sowie die Lyapunov-Bedingung. Darüber hinausgehende Verallgemeinerungen gestatten sogar "schwache" Abhängigkeit der Zufallsvariablen.
"Der" Zentrale Grenzwertsatz
Sei X1,X2,X3,... eine Folge von Zufallsvariablen, die auf demselben Wahrscheinlichkeitsraum alle die gleiche Verteilung D aufweisen und unabhängig sind. Sei weiter angenommen, dass sowohl der Erwartungswert μ als auch die Standardabweichung σ existieren und endlich sind.
Betrachten wir nun die n-te Teilsumme dieser Zufallsvariablen . Der Erwartungswert von Sn ist nμ und die Standardabweichung ist σ n½.
Die Verteilung von Sn geht dann - gewissermaßen - für n gegen ∞ gegen die Normalverteilung N(nμ,σ2n).
Nun ist eine Verteilung mit unendlicher Standardabweichung und möglicherweise ebenso unendlichem Erwartungswert nicht unbedingt immer von Interesse, weshalb es sich hier anbietet, unsere Zufallsvariablen bzw. deren Summe zu normieren. Dazu setzen wir
Existiert das dritte zentrierte Moment E((X1-μ)3) und ist endlich, dann ist diese Konvergenz sogar gleichmäßig und die Konvergenzgeschwindigkeit ist wenigstens von der Ordnung 1/n½ (Satz von Berry-Esséen).
|
Der Ursprungsartikel stammt von der deutschsprachigen Wiki pedia (siehe oben: "Original Artikel & Autoren Liste"). Der Text steht unter der GNU Freie Dokumentation Lizenz. |