造一个例子参考看看 X={x1,x2,...,x10000} in [1,20] ____ xi = 5+k+2.0002*i*10^(-8), i from 1 to 9999 x10000= 4-k; (1) 一次选三个 所以选到x10000的机率为3/10000 (2) 10000次都不选到x10000的机率(1-3/10000)^10000=0.049764 (3) 所以你有95.02%的机会是x1-x9999的平均 mean =5+k+0.000100010001.... _________________________________ 再来你希望"够靠近"5 也就是希望平均落在 B(5,e)=(5-e,5+e)之间 e看你怎麽取 最後再取k=e+0.000000000001 马上造出超过95%不在你所谓的很近5 i.e. mean don't belong B(5,e) _________________________________ 这个例子如果你跑10000次会到5你的运气就真的太好了 因为x1-x9999 都是无穷小数(无限多项) 要加出有限小数值的是太难了@@(不过还是有机率) _________________________________ 如果e为想像中的t-分配 e=sigma/sqrt(10000)=f(k) 再取k=f(k)+0.000000001-->可以找到造成反例的k _________________________________ 最後这个问题还是要看资料的好坏 不然只能用Tchebysheff's theorem 来估计 ※ 引述《rolexDD (Day-Date)》之铭言： : 有一万个数字,介於1~20之间,平均数是5 : 如果随机从中选3个数字取平均,平均数不会刚好是5 : "随机从中选3个数字取平均"这件事重复一万次 : 得到的一万个数字,取平均会不会是5?或者会不会非常接近5? : 随机取3个数字改成随机取4个,5个或20个数字, : 哪一种方式会让最後的平均较接近5? : 也就是说,随机选取的数字来平均时,取的数字数量多比较好,还是少比较好? : 谢谢 -- --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.63.132 ※ 编辑: wope 来自: 140.112.63.132 (09/21 22:31)