Continuous CLT

Une composante d'apprentissage illustrant le Théorème des limites centrales (CLT) pour une distribution continue choisie.

Options

distributions | array<string>: des distributions statistiques à choisir parmi ("uniforme", "exponentielle" et/ou "normale"). Default: [ 'uniform', 'exponential', 'normal' ].
samples | (array<number>|number): tableau de nombres ou un seul nombre indiquant les tailles d'échantillon qui peuvent être tirées. Default: 25.
hideFormulas | boolean: contrôle si les formules doivent être cachées dans le texte du composant. Default: false.

Éditeur en direct

<LearnContinuousCLT />

<LearnContinuousCLT />

Résultat

Minimum

a

Maximum

b

Rate parameter

λ

Mean

μ

Standard deviation

σ

Active Distribution:

Uniform (a Minimum = 0, b Maximum = 1)

Population mean: $\frac{1}{2} (a + b) = 0.500$

Population standard deviation: $\frac{1}{\sqrt{12}} | b - a | = 0.289$

Sample Size:

Number of Samples: 0

Histogram of

\bar{x}

Please draw at least two samples.

Overlay normal density

\bar{x}

Values

x

P (X < 0) = 0.000

P (X \geq 0) = 1.000

P (L = - I n f i n i t y < X < U = I n f i n i t y) = 1.000

\bar{x}

P (\bar{X} < 0) = 0.000

P (\bar{X} \geq 0) = 1.000

P (L = - I n f i n i t y < \bar{X} < U = I n f i n i t y) = 1.000