Vanwege de Centrale Limiet Stelling geldt dat bij een rij onafhankelijke, identiek verdeelde toevalsvariabelen
\(X_1, X_2, \ldots , X_n \)
met n groot genoeg,
\(\overline{X} \approx N(\mu , \frac{Var(X_1)}{n} )\)
. Hierbij is de
\(Var(X_1)\)
een gekende waarde en
\(\mu = E(X_1)\)
een onbekende variabele.
Meestal is
\(Var(X_1)\)
niet gekend dus dan maak je gebruik van:
\(\frac{\overline{X}- \mu}{S/\sqrt{n}} \sim t_{n-1}\)
, waarbij S de toevalsvariabele is van de standaarddeviatie, . Dit geldt echter alleen maar als
\(X_1, X_2, \ldots , X_n \)
normaal verdeeld is.
Je mag die verdeling blijkbaar toch gebruiken vanwege de Centrale Limiet Stelling. Dus in het algemeen geldt als n voldoende groot en als
\(X_1, X_2, \ldots , X_n \)
een rij onafhankelijke, identiek verdeelde toevalsvariabelen zijn dan geldt:
\(\frac{\overline{X}- \mu}{S/\sqrt{n}} \approx t_{n-1}\)
vanwege de Centrale Limiet Stelling... Hoe komt dat?