50 Series:MEAN2000 Sample 1 500 40 Observations 500 Mean 0.001616 30 Median 0.001452 Maximum 0.081544 Minimum 0.088879 20 Std.Dev. 0.025901 Skewness -0.116033 Kurtosis 2.955873 10 Jarque Bera 1.162535 图 Probability 0.559189 0+ -0.075-0.050-0.0250.0000.0250.0500.075 同样，根据Jarque-Bera检验，接受样本均值服从正态分布原假设，并且此时的JB统计 量比(7)中的小。 (9)至此，你已经分别得到样本容量为10、100和2000的样本均值（每种情况下都 可以计算得到500个样本均值)，这些样本是来自于一个自由度为10的t分布， 通过对比三种情况下的直方图和描述性统计值，你得到什么规律？这个规律可 用课堂上讲授的统计学知识解释吗？如果可以，请解释。 总结上述三种不同样本容量计算得到的样本均值的分布，可以验证中心极限定理。 随着样本容量n由10增加到100，再增加到2000，根据中心极限定理（见教材64页）， 来自于任一总体的样本，随着样本容量的增大，其样本均值的分布会趋于一个正态分 布。0 10 20 30 40 50 -0.075-0.050-0.025 0.000 0.025 0.050 0.075 Series: MEAN2000 Sample 1 500 Observations 500 Mean 0.001616 Median 0.001452 Maximum 0.081544 Minimum -0.088879 Std. Dev. 0.025901 Skewness -0.116033 Kurtosis 2.955873 Jarque-Bera 1.162535 Probability 0.559189 同样，根据 Jarque-Bera 检验，接受样本均值服从正态分布原假设，并且此时的 JB 统计 量比（7）中的小。 （9） 至此，你已经分别得到样本容量为 10、100 和 2000 的样本均值（每种情况下都 可以计算得到 500 个样本均值），这些样本是来自于一个自由度为 10 的 t 分布， 通过对比三种情况下的直方图和描述性统计值，你得到什么规律？这个规律可 用课堂上讲授的统计学知识解释吗？如果可以，请解释。 总结上述三种不同样本容量计算得到的样本均值的分布，可以验证中心极限定理。 随着样本容量 n 由 10 增加到 100，再增加到 2000，根据中心极限定理（见教材 64 页）， 来自于任一总体的样本，随着样本容量 n 的增大，其样本均值的分布会趋于一个正态分 布