在我們的免費在線課程中了解更多信息：
解決工業問題的統計思維
在本視頻中，我們使用 JMP 樣本數據索引中的樣本均值採樣分佈教學模塊來說明中心極限定理。
首先，我們打開樣本均值的抽樣分佈教學模塊。
為此，我們轉到幫助菜單並選擇樣本數據。 然後，在教學資源大綱，我們打開教學腳本大綱，打開互動教學模塊大綱，然後單擊鏈接樣本均值的抽樣分佈。
該教學模塊使您能夠從具有指定平均值和標準差的總體中採樣數據。 默認值適用於智商，智商。 總體平均值為 100，總體標準差為 15。
上圖顯示總體數據的分佈，中圖顯示當前樣本的分佈，下圖顯示樣本均值的分佈。
我們點擊抽取加法樣本在下面運行模擬以默認設置繪製一個樣本。 這會從總體中隨機抽取一個樣本，樣本大小為 25。
您可以查看該樣本的數據分佈和样本均值。
當我們抽取更多樣本時，樣本均值將收集在此處。
我們將抽取 1000 個樣本。 請注意，樣本均值的分佈比總體分佈窄，並且以總體均值 100 為中心。 這是樣本均值的平均值和標準差。 請注意，樣本均值的標準差遠小於總體的標準差。
如果我們增加樣本量，樣本均值的分佈會是什麼樣子？ 隨著樣本量的增加，樣本均值的分佈變得越來越緊密。
現在，如果人口分佈不正常怎麼辦？ 例如，如果分佈不均勻怎麼辦？ 我們將選擇右偏並將樣本大小更改為 10。 每個樣本都是右偏的，但請注意樣本均值分佈的形狀。 它非常接近正常值，並且再次以人口平均值為中心。
我們將樣本大小更改為 25，然後更改為 50，最後更改為 100。
隨著樣本量的增加，樣本均值的分佈變得更加正態，樣本均值的標準差變得越來越小。
