正态分布与中心极限定理

人的身高画成图是一条钟形曲线；同一把尺子量同一段距离，反复量出的误差也是钟形曲线；一锅豆子的重量、考试的分数、城市一天的气温波动——把它们画成直方图，一次又一次，都隆起成同一个对称的小山包。这个山包就是正态分布（normal distribution），俗称"钟形曲线"。它出现得如此频繁，频繁到 19 世纪的统计学家几乎以为它是某种"自然法则"。

问题是：为什么？身高、误差、豆重、气温，背后的成因天差地别，凭什么殊途同归到同一条曲线？答案，就是概率论里最深刻、也最违反直觉的一条定理——中心极限定理（Central Limit Theorem，CLT）。它说：只要一个量是由大量"独立的、各自影响有限的"随机因素相加（或平均）而成，那么不管这些因素各自服从什么古怪的分布，它们的总和／均值都会趋近于正态分布。钟形曲线的普世，不是巧合，而是一条数学定律的必然后果。

这条定理是几代人接力凿出来的。棣莫弗（Abraham de Moivre）1733 年最早发现：反复抛硬币，正面次数的分布会逼近一条光滑的钟形曲线——这是正态分布第一次露面，作为二项分布的近似。半世纪后，拉普拉斯（Laplace）在 1810 年把它一般化，证明远不止硬币，许多独立随机量之和都收敛于此。再过一个世纪，俄国数学家李雅普诺夫（Lyapunov）于 1901 年用特征函数给出第一个严格证明，划定了它成立的精确条件。

"中心极限定理"这个名字，是匈牙利数学家波利亚（George Pólya）1920 年起的——德文 zentraler Grenzwertsatz。这里的"中心"（central）不是说它在中间，而是说它居于整个概率论的核心地位。统计学里几乎所有"用样本推断总体"的方法，根子都扎在这条定理上。

棣莫弗在《机遇论》（The Doctrine of Chances）里处理抛硬币问题时，已经隐约看见了那条曲线。但把这个现象说成一条普遍定律的，是拉普拉斯。后世把它的经典形式（独立同分布版本，又称林德伯格–莱维定理）凝练为：

这段话里藏着三个关键词，每一个都是后面整篇文章的钥匙：

第一，"独立"——这些随机因素不能彼此勾连，一个的结果不影响另一个。第二，"有限方差"——每个因素的波动都得是"有界的"，不能动不动就蹦出一个无穷大的极端值。第三，那个不起眼的 σ／√n——它说明：样本越大，均值越稳定，但稳定的速度只有"√n"那么快。要把误差减半，得把样本量翻四倍。这三个词若有一个不满足，钟形曲线就会悄悄塌掉——这正是本课最该记住的地方。

剥掉数学，中心极限定理只讲一件事：当许多互不相干的小随机性叠在一起，它们的"参差"会相互抵消、彼此磨平，最后挤出一个对称、可预测的形状。想象掷一颗骰子，结果是 1 到 6 的均匀分布，平平的，一点也不像钟形。但若你掷十颗骰子求平均，再重复几千次——奇迹发生了：平均值的直方图隆起成一座钟形小山。单颗骰子的"棱角"，在求和与平均里被磨没了。

但请务必记住那个"相加"。中心极限定理的整个魔法，建立在"独立的小因素彼此相加"之上。一旦因素之间是相乘的（比如财富——本金每年按比例滚动，是乘不是加），结果就不再是正态，而是右偏的对数正态（少数人极富，长尾拖向右边）。一旦因素之间相互关联（恐慌时所有股票一起跌），独立性破产，钟形也失效。一旦某个因素能蹦出无穷大的极端值（地震能量、网络爆款），有限方差的前提崩塌，分布滑向厚尾的幂律。

所以中心极限定理既解释了"为什么世界到处是钟形曲线"，也反过来圈定了"哪里不该有钟形曲线"。它统治的是一个温和的世界——塔勒布称之为"平均斯坦"（Mediocristan）：身高、体重、误差，个体再极端也撼不动总体均值。而它管不到的，是另一个狂野的世界——"极端斯坦"（Extremistan）：财富、城市规模、股灾、流行病，一个事件就能改写全局（见 №016 帕累托、№004 黑天鹅）。把这两个世界搞混，是现代最昂贵的错误之一。

中心极限定理本身是一条被严格证明的数学定理，无可置疑。危险全在于：人们把它用到了前提根本不成立的地方，还浑然不觉。

所以用 CLT 的正确姿势是：先问"我面对的是平均斯坦还是极端斯坦"。如果是身高、误差、独立小因素相加的温和世界，放心拥抱钟形曲线；如果是财富、股灾、流行病、相关性会突然抱团的狂野世界，钟形曲线不是工具，而是陷阱。这条定理最大的价值，也许不是告诉你"哪里有正态分布"，而是逼你认出"哪里没有"。

中心极限定理给你的不只是一条曲线，而是一副判断"世界是温和还是狂野"的眼镜。用对了，它让你从噪声里看见秩序；用错了，它让你在悬崖边以为脚下是平地。

• Abraham de Moivre《The Doctrine of Chances》 1738（第二版）— 正态分布作为二项分布近似的首次现身
• C. F. Gauss《Theoria Motus Corporum Coelestium》 1809 — 从测量误差与最小二乘导出"高斯分布"的奠基之作
• Stephen M. Stigler《The History of Statistics》 Harvard University Press, 1986 — 从棣莫弗到高尔顿，正态分布与统计学的成长史
• Francis Galton《Natural Inheritance》 1889 — 高尔顿钉板与"回归均值"的原始出处
• Nassim N. Taleb《The Black Swan》 Random House, 2007 — 对"正态崇拜"最猛烈的批判，平均斯坦 vs 极端斯坦
• 维基百科：Central limit theorem en.wikipedia.org/wiki/Central_limit_theorem — 含各版本条件、证明与历史