Postavite kišomer u dvorište i posmatrajte kako nivo vode raste tokom svake oluje. Izmerite visinu 100 ljudi ili zamolite prolaznike da pogode koliko se gumenih bombona nalazi u tegli. Bez obzira na to kako podaci izgledaju, oni teže da se grupišu u taj poznati, zaobljeni oblik – krivu zvona koju svi prepoznajemo. Ono što to omogućava je centralna granična teorema (CLT), matematički princip koji kroti slučajnost u nešto što možemo predvideti.

Od kafanske opklade do naučnog temelja

Priča počinje u užurbanim londonskim kafanama s početka 18. veka, gde je francuski prognanik po imenu Abraham de Moivre pokazao kockarima šta se zapravo krije iza slučaja. De Moivre je uočio da višestruko bacanje novčića gomila većinu rezultata blizu 50% – što se više udaljavate od te sredine, ishod je ređi. Ovaj uvid je zabeležio u svojoj knjizi The Doctrine of Chances iz 1718. godine, precizno definišući krivu koja će kasnije postati „normalna raspodela“ nazvana po njemu.

Decenijama kasnije, Pierre-Simon Laplace je izbrusio De Moivreovu ideju u potpunu teoremu: bez obzira na izvor slučajnosti, prosek velikog broja nezavisnih zapažanja uvek teži obliku zvona. Laplace je to sažeto objasnio: „sam prosek će pratiti normalnu raspodelu“.

„Centralna granična teorema je prilično neverovatna jer deluje krajnje neintuitivno i iznenađujuće“, kaže Daniela Witten, biostatičarka sa Univerziteta u Vašingtonu.

Svakodnevni podaci, jedan predvidljiv oblik

Taj „trik“ sa prosekom objašnjava zašto stvari poput visine ljudi, rezultata na testovima, maratonskih vremena i dugačke liste drugih merenja prate normalne krive. Jeffrey Rosenthal, statističar sa Univerziteta u Torontu, to objašnjava ovako: „Visina pojedinca može zavisiti od rasta roditelja, genetike, ishrane i mnoštva sitnih faktora. To je u suštini prosek velikog broja malih uticaja.“ CLT nas uverava da će ishod, ako su ti faktori dovoljno nezavisni, pratiti taj prepoznatljivi oblik zvona.

Teorema takođe daje naučnicima koristan alat za uočavanje ekstremnih vrednosti. Zamislite da vas kockar izazove da dobijete „glavu“ 45 puta iz 100 bacanja. Ako dobijete samo 20, CLT kaže da se taj rezultat nalazi na samom kraju (0,15%) normalne krive – što je jasan dokaz da je novčić namešten. „Gotovo je sigurno da vas varaju“, dodaje Witten.

„Mislim da statistika ne bi postojala bez centralne granične teoreme“, kaže Larry Wasserman, statističar sa Univerziteta Carnegie Mellon. „Ona je sve.“

Moć i zamke teoreme

Iako je CLT glavna okosnica statistike, ona nije čarobni štapić. Njena obećanja zavise od nezavisnih zapažanja i dovoljno velikog uzorka. Ako sprovedete nacionalnu anketu u samo jednom malom mestu, pouzdanost CLT-a brzo nestaje. Takođe, ekstremi su važni. Primenjeni statističar Richard D. De Veaux primećuje: „'Stogodišnje poplave' se dešavaju sve češće; modeliranje ekstremnih događaja je verovatno podjednako važno kao i modeliranje proseka.“ U finansijama, na primer, pretpostavka o normalnim prinosima može potceniti rizik od retkih tržišnih krahova.

Istraživači nastavljaju da pomeraju granice ove teoreme. Nove studije o visokodimenzionalnim CLT-ovima otkrivaju da čak i kada broj varijabli raste uporedo sa veličinom uzorka, normalna aproksimacija i dalje može biti validna pod određenim uslovima (vidi arXiv:1809.02741). Ova proširenja omogućavaju naučnicima da se uhvate u koštac sa modernim, masivnim skupovima podataka, i dalje se oslanjajući na jednostavnost CLT-a.

Budući pravci i neophodan oprez

Kako skupovi podataka postaju veći i složeniji, centralna granična teorema ostaje temelj većine statističkih zaključaka. Njena čar je u tome što gomilu nepovezanih faktora pretvara u urednu krivu zvona na koju istraživači mogu da se oslone, sve dok poštuju njene pretpostavke. Sledeći talas analitičara će verovatno osmisliti pametne „CLT-plus“ modifikacije za specifične probleme, ali suština – da usrednjavanje donosi predvidljivost – opstaje.

Ako želite da saznate više, originalni članak možete pročitati u časopisu Quanta Magazine, 16. mart 2026.