大样本正态近似

大样本正态近似 (Large-Sample Normal Approximation)

大样本正态近似是数理统计与计量经济学中最常用的近似思想之一：当样本量$n$足够大时，许多由样本构造的随机量（样本均值、样本比例、各类估计量与检验统计量）在适当标准化后其分布可用正态分布来近似——从而便于构造置信区间、进行假设检验与近似计算尾部概率。理论核心来自中心极限定理与更一般的渐近正态性结论，实践中常通过"估计量约为正态"推导近似标准误和临界值（如$z_{\alpha/2}$）。

基本思想与数学表述

从中心极限定理到正态近似：设$X_1,\ldots,X_n$为独立同分布随机变量，$E(X_i)=\mu$、$\operatorname{Var}(X_i)=\sigma^2<\infty$。令$S_n=\sum X_i$、$\bar{X}=S_n/n$。在适当条件下：

由此得到大样本近似规则：$\bar{X} \approx N(\mu, \sigma^2/n)$、$S_n \approx N(n\mu, n\sigma^2)$。更一般地，对估计量$\hat{\theta}$若存在$V>0$使$\sqrt{n}(\hat{\theta}-\theta_0) \xrightarrow{d} N(0,V)$——则称$\hat{\theta}$对参数$\theta_0$具有渐近正态性——可写作$\hat{\theta} \approx N(\theta_0, V/n)$。该近似构成了大样本下置信区间和假设检验的理论基础。

样本比例的经典特例：设$\hat{p}=X/n$为从伯努利试验中获得的样本比例——$X \sim \operatorname{Binomial}(n,p)$。当n大时（经验规则$np \ge 5$且$n(1-p) \ge 5$）：

由此可得比例的置信区间$\hat{p} \pm z_{\alpha/2}\sqrt{\hat{p}(1-\hat{p})/n}$。

实践中的关键注意事项

需注意的关键限制。近似精度取决于样本量和分布形态：$n \ge 30$是经验法则但严重偏态或厚尾分布需更大样本。连续性校正：对离散分布（二项、泊松）用连续正态近似时可进行连续性校正提高近似精度。方差估计问题：实际中$\sigma^2$通常未知——用样本方差$s^2$替代——当n大时$\bar{X}/(s/\sqrt{n})$近似于标准正态——此即大样本z检验的基础（区别于小样本t检验）。

大样本正态近似在计量经济学（OLS估计量的渐近分布）、最大似然估计的渐近正态性和广义矩估计（GMM）的推导等各领域普遍使用。在机器学习的交叉验证和Bootstrap中，重抽样统计量的正态近似简化了置信区间的计算。大样本正态近似是连接数理统计理论与实证应用的核心桥梁——以简洁近似替代复杂精确分布——其运用在许多现代统计实践中不可或缺。