Wat is de centrale limietstelling en waarom is deze belangrijk?

De centrale limietstelling (CLT) stelt dat, bij een voldoende groot aantal onafhankelijke en identiek verdeelde willekeurige variabelen, hun gemiddelde ongeveer normaal verdeeld zal zijn, ongeacht de oorspronkelijke verdeling van deze variabelen.

Dit is belangrijk omdat het het gebruik van de normale verdeling mogelijk maakt voor het schatten en analyseren van gegevens in allerlei taken, zelfs als de oorspronkelijke gegevens niet normaal zijn. In machine learning en statistiek rechtvaardigt de CLT het gebruik van methoden gebaseerd op de normale verdeling voor het opbouwen van betrouwbaarheidsintervallen, het testen van hypothesen en andere analytische taken.