均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。
假设有一个总体，从中抽样，每次抽n个，每次抽出来的n个数值会有个均值u，如果一共抽了k次，那就有k个均值，比如设为u1，u2，u3，...uk，这k个均值的均值等于总体的均值。
样本均值的抽样分布是所有的样本均值形成的分布，即μ的概率分布。样本均值的抽样分布在形状上却是对称的。
随着样本量n的增大，不论原来的总体是否服从正态分布，样本均值的抽样分布都将趋于正态分布，其分布的数学期望为总体均值μ，方差为总体方差的1/n。
扩展资料
样本均值的抽样分布是所有的样本均值形成的分布。
当总体服从正态分布N(μ,σ2)时，来自该总体的所有容量为n的样本的均值`x也服从正态分布，`x 的数学期望为μ，方差为σ2/n。即`x～N(μ,σ2/n)
中心极限定理：从均值为m，方差为s 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。
经验法则是n≥30时算是充分大，满足中心极限定理要求。
参考资料来源：百度百科-样本均值
均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。
解答平均数应用题的关键在于确定“总数量”以及和总数量对应的总份数。在统计工作中，平均数（均值）和标准差是描述数据资料集中趋势和离散程度的两个最重要的测度值。
假设有一个总体，从中抽样，每次抽n个，每次抽出来的n个数值会有个均值u，如果一共抽了k次，那就有k个均值，比如设为u1，u2，u3，...uk，这k个均值的均值等于总体的均值。
扩展资料
样本均值的抽样分布是所有的样本均值形成的分布。
当总体服从正态分布N(μ,σ2)时，来自该总体的所有容量为n的样本的均值`x也服从正态分布，`x 的数学期望为μ，方差为σ2/n。即`x～N(μ,σ2/n)
中心极限定理：从均值为m，方差为s 2的一个任意总体中抽取容量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为μ、方差为σ2/n的正态分布。
经验法则是n≥30时算是充分大，满足中心极限定理要求。
参考资料来源：百度百科-样本均值
本回答被网友采纳均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是反映数据集中趋势的一项指标。
解答平均数应用题的关键在于确定“总数量”以及和总数量对应的总份数。在统计工作中，平均数（均值）和标准差是描述数据资料集中趋势和离散程度的两个最重要的测度值。
假设有一个总体，从中抽样，每次抽n个，每次抽出来的n个数值会有个均值u，如果一共抽了k次，那就有k个均值，比如设为u1，u2，u3，...uk，这k个均值的均值等于总体的均值。
扩展资料：
样本均值的抽样分布是所有的样本均值形成的分布。当n充分大时(通常要求n ≥30)，样本均值的分布近似服从均值为μ ,方差为σ^2/n 的正态分布，即Z分布；当n为小样本时(通常n<30)，样本均值的分布则不服从Z分布，服从t分布。
样本均值的分布是所有来自总体的样本量为N的随机样本的样本均值分布。在常见的分布中，x轴是总体的分数，在样本均值分布中，x轴就是每个样本的均值M，样本均值分布的均值u相等，并且被叫做M的期望值。样本均值分布的M的期望值、标准误分别对应总体的均值、标准差。
参考资料来源：百度百科-样本均值
本回答被网友采纳顺便说一句，基于中心极限定理，这K个均值的标准差是总体标准差的根号n分之一倍。本回答被提问者采纳