在我们的免费在线课程中了解更多信息：
解决工业问题的统计思维
在本视频中，我们使用 JMP 样本数据索引中的样本均值采样分布教学模块来说明中心极限定理。
首先，我们打开样本均值的抽样分布教学模块。
为此，我们转到帮助菜单并选择样本数据。 然后，在教学资源大纲，我们打开教学脚本大纲，打开互动教学模块大纲，然后单击链接样本均值的抽样分布。
该教学模块使您能够从具有指定平均值和标准差的总体中采样数据。 默认值适用于智商，智商。 总体平均值为 100，总体标准差为 15。
上图显示总体数据的分布，中图显示当前样本的分布，下图显示样本均值的分布。
我们点击抽取加法样本在下面运行模拟以默认设置绘制一个样本。 这会从总体中随机抽取一个样本，样本大小为 25。
您可以查看该样本的数据分布和样本均值。
当我们抽取更多样本时，样本均值将收集在此处。
我们将抽取 1000 个样本。 请注意，样本均值的分布比总体分布窄，并且以总体均值 100 为中心。 这是样本均值的平均值和标准差。 请注意，样本均值的标准差远小于总体的标准差。
如果我们增加样本量，样本均值的分布会是什么样子？ 随着样本量的增加，样本均值的分布变得越来越紧密。
现在，如果人口分布不正常怎么办？ 例如，如果分布不均匀怎么办？ 我们将选择右偏并将样本大小更改为 10。 每个样本都是右偏的，但请注意样本均值分布的形状。 它非常接近正常值，并且再次以人口平均值为中心。
我们将样本大小更改为 25，然后更改为 50，最后更改为 100。
随着样本量的增加，样本均值的分布变得更加正态，样本均值的标准差变得越来越小。
