Zentraler Grenzwertsatz

We can use normal approximation to create CIs for a Random Variable.

Es seien XiX_i stochastisch unabhängige identisch verteilter Zufallsvariablen mit Erwartungswert EX1=μEX_1=\mu und Varianz Var⁡X1=σ2>0\operatorname{Var}{X_1}=\sigma^2>0 , dann gilt:

P(1nσ∑k=1n(Xk−μ)⩽x)→n→∞∫−∞x12πe−12y2dy∀x∈RP\left(\frac{1}{\sqrt{n} \sigma} \sum_{k=1}^{n}\left(X_{k}-\mu\right) \leqslant x\right) \stackrel{n \rightarrow \infty}{\rightarrow} \int_{-\infty}^{x} \frac{1}{\sqrt{2 \pi}} e^{-\frac{1}{2} y^{2}} d y\quad\forall x\in\mathbb{R}

Ein klassisches Problem ist zum Beispiel die Berechnung der Konvergenzgeschwindigkeit des zentralen Grenzwertsatzes.
→ Satz von Berny-Esseen