31）中心极限定理从均值为μ、方差为σ2的总体中，抽取样本量为n的随机样本，当n充分大时（通常要求n≥30），样本均值的分布近似服从均值为μ、方差为σ2/n的正态分布。（2）中心极限定理的意义①中心极限定理提出大量的独立随机变量之和趋于正态分布，阐明了正态分布的重要性，解释了很多自然群体的经验频率呈现出钟形（即正态）曲线这一事实，揭示了产生正态分布变量的源泉，使正态分布有了广泛的应用，同时为计算独立随机变量之和的近似概率提供了简单方法。②中心极限定理的结论使正态分布在数理统计中具有很重要的地位，为数理统计在统计学中的应用铺平了道路。用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明：只要样本容量足够大，那么未知总体的样本特征值就近似服从正态分布。从而，只要采用大量观察法获得足够多的随机样本数据，几乎就可以把数理统计的全部处理问题的方法应用于统计学，这在实际应用中是非常有效且重要的。这从另一个方面也间接地开辟了统计学的方法领域，其在现代推断统计学方法论中居于主导地位。