原因二:随着样本容量n的增大(与总体容量N相比仍可 能很小),y与Y以及s2与S2发生大的误差的可能性越 来越小,以至于可以忽略,而误差在9附近的可能性变得越 来越大,或者说某种平均意义下的误差越来越小。 般来说,基于抽样数据的统计量通常记为n,在 前面的例子中是y和s2作为参数b的估计量,总是希望 能够较好地近似代表日。由于依据局部来估计总体避免不了 会发生误差,这个误差还是随机的,任何两次抽样所产生的 误差都不会相同,每次所产生的误差都是这个随机变量的一 次实现。 另外,待估参数又是未知的,我们也不可能知道抽样误 差到底等于多少。为了排除偶然因素,我们往往从平均意义 上来看抽样误差。这就是在数学上对随机变量取数学期望原因二： 随着样本容量 n 的增大（与总体容量N相比仍可 能很小）， 与 以及 与 发生大的误差的可能性越 来越小，以至于可以忽略，而误差在 0 附近的可能性变得越 来越大，或者说某种平均意义下的误差越来越小。 Y 2 y S 2 s 一般来说，基于抽样数据的统计量——通常记为 ，在 前面的例子中是 和 ——作为参数 的估计量，总是希望 能够较好地近似代表 。由于依据局部来估计总体避免不了 会发生误差，这个误差还是随机的，任何两次抽样所产生的 误差都不会相同，每次所产生的误差都是这个随机变量的一 次实现。 y 2 s  n ˆ   另外，待估参数又是未知的，我们也不可能知道抽样误 差到底等于多少。为了排除偶然因素，我们往往从平均意义 上来看抽样误差。这就是在数学上对随机变量取数学期望