待验证50% 置信事实精确时间

中心极限定理指出，独立同分布随机变量（方差有限）的标准化均值在数量足够大时趋近于标准正态分布，与原始分布类型无关

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

涉及实体

中心极限定理concept 高斯分布concept

相关事实

待验证假设数据服从高斯分布，最大化似然等价于最小化均方误差71% 相似部分验证分布越确定其熵越低所需编码越短，分布越随机（如均匀分布）其熵越高64% 相似待验证最小化交叉熵等价于最小化真实分布与预测分布之间的 KL 散度62% 相似待验证配对 t 检验假设两组差值服从正态分布，适用于样本量较大（通常 n>30）的场景；Wilcoxon 符号秩检验是其非参数替代方案，仅要求差值分布对称61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/831261

API

curl https://kongchang.com/api/v1/knowledge/claims/831261

MCP

get_claim(id=831261)