引言

数理统计笔记的第2篇总结了数理统计中样本均值的分布，可以帮助理解样本均值和总体均值分布之间的联系。举了一个例子可以加深理解，并且还补充了中心极限定理的知识。

一个关键的结论就此诞生了！！！

• 样本均值的均值（数学期望）等于总体均值
  $$E(\overline{X})=\mu$$

• 样本均值的方差等于总体方差的1/n
  $$D(\overline{X})=\frac{{\sigma }^2}{n}$$

是不是很直观呢？

补充一下中心极限定理的知识：