В теория вероятности, то Центральная предельная теорема устанавливает условия, при которых среднее значение достаточно большого числа независимый случайные переменные, каждое с конечным средним и дисперсией, будет приблизительно нормально распределенный.[1]
Направленная статистика является субдисциплиной статистика что касается направлений (единичные векторы в рп), топоры (линии через начало координат в рп) или же вращения в рп. Средние и дисперсии направленных величин конечны, так что центральная предельная теорема может быть применена к частному случаю направленной статистики.[2]
В этой статье речь пойдет только о единичных векторах в 2-мерном пространстве (р2), но описанный метод можно распространить на общий случай.
Центральная предельная теорема
Образец углов
измеряются, и поскольку они неопределенны с точностью до множителя
, комплексно определенная величина
используется как случайная переменная. Распределение вероятностей, из которого берется выборка, может быть охарактеризовано его моментами, которые могут быть выражены в декартовой и полярной форме:

Следует, что:




Примеры моментов для N испытаний:

куда




Вектор [
] может использоваться как представление выборочного среднего
и может быть принята как двумерная случайная величина.[2] Двумерный Центральная предельная теорема заявляет, что совместное распределение вероятностей за
и
в пределе большого количества отсчетов дает:
![[ overline {C_1}, overline {S_1}] xrightarrow {d} mathcal {N} ([C_1, S_1], Sigma / N)](https://wikimedia.org/api/rest_v1/media/math/render/svg/4cb7f8aa8e584513678bbb46ebcb4ac9a83f411e)
куда
это двумерное нормальное распределение и
это ковариационная матрица для кругового распределения:




Обратите внимание, что двумерное нормальное распределение определяется по всей плоскости, в то время как среднее значение ограничено единичным шаром (на или внутри единичной окружности). Это означает, что интеграл от предельного (двумерного нормального) распределения по единичному шару не будет равен единице, а будет приближаться к единице при N приближается к бесконечности.
Желательно сформулировать предельное двумерное распределение в терминах моментов распределения.
Матрица ковариации по моментам
Использование нескольких углов тригонометрические тождества[2]


Следует, что:



Ковариационная матрица теперь выражается через моменты кругового распределения.
Центральная предельная теорема также может быть выражена через полярные компоненты среднего. Если
вероятность найти среднее значение в элементе площади
, то эту вероятность также можно записать
.
Рекомендации