中心极限定理（CLT）

中心极限定理 (Central Limit Theorem)

中心极限定理（Central Limit Theorem，简称CLT）是概率论和统计学中极其重要且著名的定理。它确立了正态分布在统计推断中的核心地位。核心陈述为：从一个具有有限均值和有限方差的总体中抽取样本，无论总体原始分布形式如何（即使是严重偏态的分布），只要样本量足够大，其样本均值的抽样分布将近似服从正态分布。这一发现使统计学家在不知道总体具体分布的情况下仍能进行统计推断，是构建置信区间和进行假设检验的理论基石。

数学表述与直观理解

最常见的形式是林德伯格-列维中心极限定理。设$X_1, X_2, \ldots, X_n$是独立同分布（i.i.d.）的随机变量序列，具有共同的期望$\mu$和有限方差$\sigma^2$。样本均值$\bar{X}_n = (1/n)\sum X_i$。对$\bar{X}_n$标准化：$Z_n = (\bar{X}_n - \mu)/(\sigma/\sqrt{n}) = (\sum X_i - n\mu)/(\sigma\sqrt{n})$。当$n \to \infty$时，$Z_n$的分布依分布收敛于标准正态分布$N(0, 1)$——等价于$\bar{X}_n \sim N(\mu, \sigma^2/n)$的近似。

直观理解的关键要素：CLT最强大的地方在于无论总体分布如何——总体可以是均匀分布、指数分布甚至离散的伯努利分布，只要样本量够大样本均值就呈现钟形曲线。其原理在于误差相互抵消——对多个随机变量求和或求平均时，极端值在加总中相互抵消使得均值更集中在期望值附近且分布对称。样本量$n$的作用——$n$增大时样本均值方差$\sigma^2/n$变小、分布更紧凑。经验法则为$n \ge 30$时CLT近似效果通常足够好；若总体极度偏斜或有厚尾则需更大样本量。基础CLT要求样本独立同分布——若存在自相关（时间序列数据）或异方差性，则需林德伯格-费勒定理或马尔可夫链CLT等推广形式。

统计推断中的应用与意义

CLT是连接概率论与统计推断的核心桥梁。在参数估计中，CLT确立了样本均值分布的渐近正态性，使基于正态近似的置信区间（如$\bar{x} \pm z_{\alpha/2} \cdot s/\sqrt{n}$）的构建在统计上合法且通用。在假设检验中，t统计量和Z统计量的构建依赖正态性——即使数据本身不服从正态，只要样本量足够大我们仍可使用这些工具进行推断。在解释自然现象方面，许多实际测量的误差由大量独立的微小随机因素叠加而成——根据CLT它们的总效果近似正态分布，这解释了正态分布在自然界和社会科学中的普遍性。

需注意的关键限制。CLT给出的是渐近结果——有限样本下近似质量取决于总体分布形态和样本量。对于重尾分布（如柯西分布，因方差不存在CLT不适用），样本均值的收敛速度可能极慢。此外CLT关注的是样本均值的分布而非原始数据的分布——数据本身不必正态，但其均值的抽样分布趋于正态。CLT在计量经济学（大样本渐近理论的基石）、质量控制（控制图）、金融风险管理（资产组合收益的渐近分布）以及机器学习（Bootstrap和交叉验证的理论基础）等领域有极其广泛的应用。CLT与大数定律共同构成了现代统计推断的两大理论支柱。