中心极限定理
中心极限定理是统计中常用到的一个结论。它告诉人们:在一定条件下，多个相互独立随机变量的平均值(仍然是一个随机变量)，服从或近似服从正态分布。中心极限定理较完整的叙述如下:
设X1，X2，…，Xn为n个相互独立同分布随机变量，均值μ和方差σ2都存在，则在n较大时，其样本均值近似服从正态分布N(μ，q2/n)。
这里相互独立的随机变量是指一个变量的取值不影响其他变量的取值。中心极限定理表明，当n比较大，样本均值的分布总是近似于正态分布。
例题解析：
1.2-18：设X1,X2,…,X9是相互独立的随机变量，共同分布为正态分布N(10,25),则其样本均值：
求其分布，均值和方差。
总结1：掌握正态样本均值的分布求解。
1.2-19：总结：对于非正态样本均值的分布随着N的取值增大，越接近于正态分布。
1.2-20：总结：多次测量的平均值要比单次测量值更具有稳定性。