Minitab Statistical Software是一款無與倫比的可視化統計分析軟件，它會審視當前及過往的數據，以找出趨勢并預測規律、發現變量之間隱藏的關系、可視化數據交互作用并識別重要因素，從而解答最棘手的問題、應對最嚴峻的難題。

點擊立即下載Minitab

正常數據？ 非正常數據？ 在分布中尋找模式

數據的正態分布遵循鐘形對稱模式。大多數觀察值都接近平均值，并且越來越遠離平均值的觀察值也越來越少。它表明，有一些方法可以解決原始數據的瘋狂問題。許多情況下的數據都遵循正態分布。但是，要衡量的許多事情都不遵循這種模式。據說它們具有非正態分布。

但是，對于正態和非正態數據，如果我們從總體中重復獲取大小為n的獨立隨機樣本，則當n大時，樣本均值的分布將接近正態分布。

多大的樣本量就足夠了？

這要看情況。總體分布已經越接近于正態分布，證明該定理所需的樣本就越少。一般來說，樣本大小為30或更大被認為足以使中心極限定理生效。 但是，嚴重偏斜或具有多種模式的總體可能需要更大的樣本量。

示例1：滾動模具顯示正態分布

假設您有一個6面模具。滾動任何數字的概率為1/6。滾動任何一個數字的概率與滾動其他五個數字的概率相同。在Minitab統計軟件中，您可以利用隨機數據生成器為您的第一卷模具模擬500種不同的結果。 單擊計算>隨機數據>整數…，并使其生成500行，其中最小值為1，最大值為6。

直方圖可用于可視化這500個“第一卷”。 在這種情況下，樣本大小為1。并且由于滾動每個數字的幾率相等，因此分布相對平坦。請看下圖中的藍色條形圖與代表正態分布的紅色曲線圖相比如何？ 這不正常。

現在，讓我們獲取更多樣本，看看這些樣本的平均值的直方圖發生了什么。這次，將模擬模子滾動兩次，并重復此過程500次。現在樣本大小為2。我們使用Calc> Row Statistics…計算每對的平均值。見下文。在這里，每一行代表大小為2的樣本及其均值。 當樣本量足夠大時，將遵循正態分布。讓我們創建一個獲取想法的直方圖。它開始看起來更加正常。現在，讓我們擲骰子5、10、20和30次。

每組均值的直方圖顯示，隨著樣本數量的增加，樣本均值的分布越來越接近正態分布。

示例2：指數分布

指數分布模擬事件之間的時間。無論產品是全新的，一年或更舊的（無論是全新的還是一歲的），它都是隨時可能發生故障的產品或產品生命周期的一個很好的模型。它開始老化并在預期的應用中磨損。這是估算晶體管失效時間的概率密度曲線的示例。

顯然，這不是正態分布。但是，當您使用樣本量5生成指數數據時，計算均值，然后創建均值的直方圖會怎樣？樣本量10、20和30怎么樣？

就像滾動模具一樣，隨著樣本數量的增加，均值的分布更接近正態分布。

如果您感興趣，可以下載Minitab來試試！當然，你有任何其他想了解的信息，可以點擊咨詢在線客服>>