想象一下您将个螺钉分成一组并计算每组中

螺钉长度的平均值。也就是说您创建第一小组个螺钉并计算它们的平均值。创建第二组个螺钉并计算它们的平均值。……依此类推最多可达或个小组。不要紧。这就是这张图片所代表的内容最终您得到的是个螺钉组的平均值。在这种情况下您将拥有组个螺钉。也就是说您将有个平均值。您可以用直方图表示这些平均值并查看它们的分布。我们用小组的平均值生成了一个新变量。请记住现在您的变量是小组的平均值当样本大于时均值的直方图看起来像正态分布。经验表明手段的中心价值与全体人口的中心价值相同。但离差（标准偏差或典型偏差）是总体偏差除以样本中螺钉数量的根（本例中为个螺钉）。



我想告诉你的是均值的均值是总体的均值平均值的标准差是总体标准差除以样本数的根。（标准误差）这是食谱平均值的标准差是标准误差或抽样误差。这取决于您选择计算平均值的样本中的螺钉数量。当样本小于时均值分布不具有高斯形状而是具有学生形状。他的肚子更大了。但现在你会明白这意味着什么。一位吉尼斯员工演示了这一点。他们的样本非常小。这个统计还和啤 新西兰电话号码 酒有关是的免费统计培训了解如何成功分析您的项目数据。无需浪费数千小时来破译难以理解的统计公式。立即参加免费培训如何解释置信区间置信区间是对这种均值分布的卓越神奇规则的应用。你已经在这篇文章中解释了神奇的规则。请记住它仅适用于高斯钟形直方图。






正如您所看到的均值直方图仅对于大于的样本才是正态的。那么它对于>有效。（对于较小的样本您将得到学生类型分布如上面所见）对于螺丝您的样本数量大于。均值的直方图将是高斯钟形图。你看到了吗现在我们可以应用神奇规则并计算总体平均值的点估计但有一定的误差范围。我们将使用百分比的平均值可以在这里找到平均值+-*有什么好玩的无需测量所有螺钉。您只需要抽取一小部分样本即可。您计算该样本的平均值和标准差您就有的概率知道所有螺钉的平均值在哪里。别告诉我这不酷这是统计学中最实用的置信区间定义实际上我们正在做的是应用统计推断来将平均值估计为具有误差范围的总体参数。注来自正常标准的。