↓

中心极限定理计算器

统计学
0.0(0)

说明了当样本量增加时,均值的抽样分布如何接近正态分布。

该中心中的更多内容:数学与统计计算器
使用方法

几步即可使用计算器

请按顺序填写输入项,然后比较输出结果,而不是只依赖单一场景。

步骤 1

总体均值 (μ), 总体标准差 (σ), 样本量 (n) → Z分数(针对特定值 - 此处未计算,仅用于概念理解), 抽样分布的均值, 均值的标准误

示例

场景检查

在输入你自己的数值之前,可先用这些示例验证计算器的行为。

小样本,低标准差

总体均值 (μ): 50; 总体标准差 (σ): 5; 样本量 (n): 10

Z分数(针对特定值 - 此处未计算,仅用于概念理解): 0; 抽样分布的均值: 50; 均值的标准误: 1.58113883

大样本,低标准差

总体均值 (μ): 50; 总体标准差 (σ): 5; 样本量 (n): 100

Z分数(针对特定值 - 此处未计算,仅用于概念理解): 0; 抽样分布的均值: 50; 均值的标准误: 0.5

小样本,高标准差

总体均值 (μ): 50; 总体标准差 (σ): 20; 样本量 (n): 10

Z分数(针对特定值 - 此处未计算,仅用于概念理解): 0; 抽样分布的均值: 50; 均值的标准误: 6.32455532

中心页

查看更多 数学与统计计算器

使用代数、几何、三角学、概率、统计、平均值、z 分数、统计检验和绘图任务的计算器。

打开中心
其他用户也会计算

相关计算器

这些链接旨在加深本次会话,并回答下一个最可能出现的问题,而无需让用户返回搜索结果。