4
为什么增加硬币翻转的样本大小不能改善法线曲线逼近度？
我正在阅读《统计》（弗里曼，皮萨尼，普尔韦斯）这本书，并尝试重现一个例子，其中一个硬币被扔了50次，计数的数目正好重复了1000次。 首先，我将投掷次数（样本大小）保持在1000，并增加了重复次数。重复次数越多，数据越符合正态曲线。 因此，接下来，我尝试将重复次数固定为1,000，并增加了样本量。样本数量越大，法线曲线似乎越不适合数据。这似乎与本书示例相矛盾，本书示例随着样本数量的增加更好地逼近正态曲线。 我想看看如果增加样本量会发生什么情况，但是重复次数固定为10,000。这似乎也与该书矛盾。 有什么想法我做错了吗？ 下面的代码和图表。 %matplotlib inline def plot_hist(num_repetitions, num_tosses): tosses = np.random.randint(0, 2, size=[num_repetitions, num_tosses]) sums = np.apply_along_axis(lambda a: np.sum(a == 1), 1, tosses) xmin, xmax = min(sums), max(sums) lnspc = np.linspace(xmin, xmax, len(sums)) m, s = stats.norm.fit(sums) # get mean and standard deviation pdf_g = stats.norm.pdf(lnspc, m, …