Я работаю с языком [R], чтобы создать образец средних значений M = 32000, каждый из которых рассчитывается путем усреднения 36 независимых значений непрерывного равномерного распределения случайной величины (0, 1) генерироваться следующим образом:Центральная предельная теорема в [R]
sampleA<-1:32000
for (i in 1:32000){
MuestraAUnif<- runif(36)
sampleA[i]<-mean(MuestraAUnif)
}
Для образца генерируется задают мне рассчитать относительную частоту наблюдаемых средних значений, превышающих L = 0,32 +4, * 1/100 и сравнить его с вероятностью (аппроксимирована «Central limit theorem»), что в среднем N больше, чем L. следующим образом:
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
Выход:
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
Мой вопрос: Почему до сих пор значения, по-видимому, они должны быть гораздо ближе (0,9999628 далеко от 0.7377187). Я что-то не так с моей реализацией? Извините мой английский.
я уже сделал, было моей ошибкой копировать, но по-прежнему не работает, или не говорит мне результат, я хочу – franvergara66
Я использую seet.seed (129) и получение: sum (sampleA> 0.3599999999999999866773)/M = 32000.00000000000000000 para N = 36.0000000000000000000: 0.998125000000000039968. Разве вы этого не ожидаете? – aatrujillob
Идеальными значениями должны быть P (Xbar> 0,36) = P (Z> -2.909845) = 1 - P (Z <-2.909845) = 0.998192 сумма (образец> 0,36)/M = 32000 для N = 36 : 0.9984063, но ваш ответ очень близок, что вы сделали? – franvergara66