আমার অনুমান অস্বীকার করে শুরু করা যাক। রবার্ট গিয়ারি সম্ভবত যখন এই মামলাটিকে অগ্রাহ্য করেননি (১৯৪৪ সালে) " ... স্বাভাবিকতা একটি পৌরাণিক কাহিনী; কখনও সাধারণ বিতরণ ছিল না এবং কখনও হবে না। " -
সাধারণ বিতরণ একটি মডেল *, একটি প্রায়শই যা প্রায়শই কম বেশি কার্যকর হয়।
* (যার সম্পর্কে জর্জ বক্স দেখুন , যদিও আমি আমার প্রোফাইলে সংস্করণটি পছন্দ করি)।
যে কোনও ঘটনা প্রায় স্বাভাবিক হিসাবে কোনও বিস্ময়কর বিস্মিত হতে পারে না, যেহেতু স্বতন্ত্র [বা এমনকি খুব বেশি দৃ strongly়-সংযুক্তিযুক্ত প্রভাব] এর পরিমাণও হওয়া উচিত, যদি তাদের অনেক কিছুই থাকে এবং এর কোনওটির পরিবর্তনের সাথে তুলনামূলকভাবে তাত্পর্যপূর্ণ কোনওরূপ হয় না বাকিগুলির যোগফল যা আমরা দেখতে পাচ্ছি বিতরণটি আরও স্বাভাবিক দেখায়।
কেন্দ্রীয় সীমাবদ্ধ উপপাদ্য (যা একটি মানকযুক্ত নমুনার একটি সাধারণ বিতরণ হিসাবে অর্থ হ'ল এন কিছু হালকা শর্তে অনন্তের দিকে যায়) কমপক্ষে পরামর্শ দেয় যে আমরা সম্ভবত যথেষ্ট বড় তবে সীমাবদ্ধ নমুনা আকারের সাথে সেই স্বাভাবিকতার দিকে ঝোঁক দেখতে পাই।n
অবশ্যই যদি মানকৃত উপায়গুলি প্রায় স্বাভাবিক হয় তবে মানকৃত পরিমাণগুলি হবে; এটি "বহু প্রভাবের সমষ্টি" যুক্তির কারণ। সুতরাং যদি তারতম্যটিতে খুব সামান্য অবদান থাকে এবং এগুলি খুব বেশি সম্পর্কযুক্ত না হয় তবে আপনি এটি দেখতে ঝুঁকতে পারেন।
বেরি-এসিন উপপাদ্যটি আমাদের সম্পর্কে একটি বিবৃতি দেয় (সাধারণ বিতরণের দিকে অভিব্যক্তি) আসলে আইআইডি ডেটা (সিএলটি-র তুলনায় কিছুটা কঠোর অবস্থার অধীনে, যেহেতু এটির তৃতীয় পরম মুহূর্তটি সীমাবদ্ধ হওয়া প্রয়োজন) হিসাবে মানকযুক্ত নমুনার সাথে আসলে ঘটছে as পাশাপাশি এটি কীভাবে ঘটে তা আমাদের বলছেন। তাত্ত্বিক পরবর্তী সংস্করণগুলি যোগে অ-অভিন্নরূপে বিতরণের উপাদানগুলির সাথে ডিল করে , যদিও স্বাভাবিকতা থেকে বিচ্যুতিটির উপরের সীমাটি কম শক্ত হয়।
আনুষ্ঠানিকভাবে কম, যুক্তিসঙ্গতভাবে সুন্দর বিতরণের সাথে কনভোলশনের আচরণ আমাদের অতিরিক্ত (যদিও ঘনিষ্ঠভাবে সম্পর্কিত) সন্দেহ করার কারণ দেয় যে এটি অনেক ক্ষেত্রে সীমাবদ্ধ নমুনায় ন্যায্য সান্নিধ্য হতে পারে suspect কনভলিউশন এক ধরণের "গন্ধযুক্ত" অপারেটর হিসাবে কাজ করে যে লোকেরা বিভিন্ন কার্নেল জুড়ে কার্নেল ঘনত্বের অনুমান ব্যবহার করে তাদের সাথে পরিচিত হবে; একবার আপনি ফলাফলটি মানীকরণ করেছেন (তাই প্রতিবার আপনি যখন কোনও অপারেশন করেন তখন বৈকল্পিকতা স্থির থাকে) আপনি বারবার মসৃণ হওয়ার সাথে সাথে ক্রমবর্ধমান প্রতিসামান্য পাহাড়ের আকারের দিকে অগ্রগতি স্পষ্ট হয়েছে (এবং প্রতিবার আপনি কার্নেলটি পরিবর্তন করেন তবে এটি কোনও বিষয় নয়)।
টেরি তাও কেন্দ্রীয় সীমা উপপাদ্য এবং বেরি-Esseen উপপাদ্য সংস্করণ কিছু চমৎকার আলোচনা দেয় এখানে পথ ধরে বেরি-Esseen একটি অ স্বাধীন সংস্করণে একটি পন্থা উল্লেখ, এবং।
সুতরাং পরিস্থিতিগুলির অন্তত একটি শ্রেণি রয়েছে যেখানে আমরা এটি দেখার আশা করতে পারি এবং আনুষ্ঠানিক কারণগুলি মনে করে যে এটি সত্যই এই পরিস্থিতিতে ঘটবে। যাইহোক, সর্বোপরি যে কোনও অর্থে যে "প্রচুর পরিমাণের প্রভাবের পরিমাণগুলি" এর ফলাফল স্বাভাবিক হবে এটি একটি আনুমানিক। বেশিরভাগ ক্ষেত্রে এটি বেশ যুক্তিসঙ্গত অনুমান (এবং অতিরিক্ত ক্ষেত্রে বিতরণের সান্নিধ্য কাছাকাছি না হওয়া সত্ত্বেও, কিছু প্রক্রিয়া যা স্বাভাবিকতা ধরে নেয় বিশেষত স্বতন্ত্র মূল্যবোধের বিতরণের ক্ষেত্রে সংবেদনশীল নয়, কমপক্ষে বড় নমুনায়)।
অন্যান্য অনেকগুলি পরিস্থিতি রয়েছে যেখানে প্রভাবগুলি "যুক্ত" হয় না এবং সেখানে আমরা অন্যান্য জিনিসগুলি হওয়ারও আশা করতে পারি; উদাহরণস্বরূপ, প্রচুর আর্থিক উপাত্তের প্রভাবগুলি বহুগুণে থাকে (প্রভাবগুলি শতাংশের হিসাবে পরিমাণে সরিয়ে দেয়, যেমন সুদ এবং মুদ্রাস্ফীতি এবং বিনিময় হারের উদাহরণ হিসাবে)। সেখানে আমরা স্বাভাবিকতা প্রত্যাশা করি না, তবে আমরা কখনও কখনও লগ স্কেলে স্বাভাবিকতার কাছে মোটামুটি একটি আনুমানিক পর্যবেক্ষণ করতে পারি। অন্য পরিস্থিতিতে উভয়ই উপযুক্ত নয়, এমনকি মোটামুটি অর্থেও উপযুক্ত হতে পারে না। উদাহরণস্বরূপ, আন্তঃ ইভেন্টের সময়গুলি সাধারণত লগের স্বাভাবিকতা বা স্বাভাবিকতা দ্বারা খুব ভালভাবে সন্নিকটে যায় না; এখানে যুক্তি দেওয়ার মতো কোনও "অঙ্কগুলি" বা "পণ্যগুলি" নেই। আরও অনেকগুলি ঘটনা আছে যা আমরা একটি বিশেষ পরিস্থিতিতে "আইন" এর জন্য কিছু যুক্তি তৈরি করতে পারি।