Der Satz von Moivre-Laplace, auch Grenzwertsatz von de Moivre-Laplace[1] oder zentraler Grenzwertsatz von de Moivre-Laplace[2] genannt, ist ein Satz aus der Wahrscheinlichkeitstheorie. Nach diesem Satz konvergiert die Binomialverteilung für und Wahrscheinlichkeiten gegen die Normalverteilung. Bei großem Stichprobenumfang kann daher die Normalverteilung als Näherung der Binomialverteilung verwendet werden, was insbesondere bei der Normal-Approximation und bei Hypothesentests Anwendung findet. Für kann diese Approximation durch ein Galtonbrett experimentell veranschaulicht werden.
Dann gelten der lokale Grenzwertsatz von de Moivre-Laplace
und der globale Grenzwertsatz von de Moivre-Laplace
Interpretation und Anwendung
Der lokale Grenzwertsatz von de Moivre-Laplace besagt, dass die Wahrscheinlichkeiten einer binomialverteilten Zufallsvariablen für gegen die Werte der Dichtefunktion einer normalverteilten Zufallsvariablen mit demselben Erwartungswert und derselben Varianz konvergieren. Er dient zur Rechtfertigung der Approximation
wobei auf der rechten Seite des Approximationszeichens die Dichtefunktion einer Zufallsvariablen mit der Normalverteilung an der Stelle steht.
Der globale Grenzwertsatz von de Moivre-Laplace ist ein spezieller zentraler Grenzwertsatz, der besagt, dass die standardisierten Zufallsvariablen für in Verteilung gegen die Standardnormalverteilung konvergieren. Er wird auch in der Form
Dies ist eine Methode, mit der Wahrscheinlichkeitsaussagen für eine Binomialverteilung durch Wahrscheinlichkeitsaussagen für eine Normalverteilung mit demselben Erwartungswert und derselben Varianz approximiert werden können. Ausgehend von der Approximation kann die Verteilungsfunktion der binomialverteilten Zufallsvariable mit Hilfe der Verteilungsfunktion der Standardnormalverteilung angenähert werden, in dem man die Approximation
verwendet.
Bei der Normal-Approximation wird zur Verringerung des Näherungsfehlers noch zusätzlich eine sogenannte Stetigkeitskorrektur eingeführt, die den Fehler kompensieren soll, der durch den Übergang von einer diskreten zu einer stetigen Wahrscheinlichkeitsverteilung verursacht wird.
Literatur
Hans Fischer: A History of the Central Limit Theorem – From Classical to Modern Probability Theorem (= Sources and Studies in the History of Mathematics and Physical Sciences). Springer, New York / Dordrecht / Heidelberg / London 2011, ISBN 978-0-387-87857-7.
P. H. Müller (Hrsg.): Lexikon der Stochastik – Wahrscheinlichkeitsrechnung und mathematische Statistik. 5. Auflage. Akademie-Verlag, Berlin 1991, ISBN 978-3-05-500608-1, Zentraler Grenzwertsatz (central limit theorem), S. 507–509.
↑P. H. Müller (Hrsg.): Lexikon der Stochastik – Wahrscheinlichkeitsrechnung und mathematische Statistik. 5. Auflage. Akademie-Verlag, Berlin 1991, ISBN 978-3-05-500608-1, Zentraler Grenzwertsatz (central limit theorem), S. 508.