为什么需要均值抽样分布？
对于一个分布未知的总体，可以对该总体进行抽样，根据抽样样本推断该总体的分布。
从同一个总体中随机抽取多个样本（每个样本包含的个体数量相同，记为“样本容量n”），计算每个样本包含的个体在某个特征的均值，这些均值形成的分布就是均值抽样分布。无论总体分布如何，只要样本容量n足够大（通常n>=30），根据中心极限定理，样本均值抽样分布将近似正态分布。
样本容量n取多大合适呢？当总体分布 偏离正态分布越远(越不像正态分布)，要求n的取值越大；在实际情况中，一般不知道总体分布情况，要求n>=30，这时，才有可能让中心极限定理成立。
均值抽样分布示例
取微信视频号上某作者发布的科学区视频，总体包括4个视频，对应的播放量如下：
根据上表，可以计算得到：
从总体中，有放回得抽取样本容量n=2的样本，抽取16个样本，即得到下表；然后，根据下表的各组均值取值，在坐标轴上相应取值上计数，比如，18出现一次相应刻度的高度就是1，19出现两次相应刻度的高度就是2，以此类推，得到相应均值抽样分布的柱状图。同时，可以计算得到：
到此为止，有关均值抽样分布的介绍就基本结束了，对相关主题感兴趣的读者欢迎留言交流讨论。 更多优质内容请欢迎扫码关注 瑞行AI：
