无论总体分布还是样本分布都可以简化相应的数据阵 原理在于一个个体只对应()个变量值 但一个变量值可能对应()个个体

（)通过模拟风险损失分布厚尾部分，可以根据极端值的样本数据，在总体分布未知的情况下。得到一定置

总体分布和样本分布都是原始分数的集合。（)

如果从总体中进行多次抽样 那么绝大多数样本统计量 比如均数都会紧密围绕在总体参数周围 这些样本统计量以总体参数为中心呈正态分布。这个结论为总体的参数检验提供了依据()

如果总体呈正态分布 总体标准差未知 而且样本容量n小于30 此时可以用Z检验来比较样本平均数和总体平均数的差异是否显著。()

设X1 X2 ...Xn是来自正态总体X~N(μ σ^2)的简单随机样本 求(X1+X2+...+Xn)服从什么分布? 正态么?期望 方差都是多少?

设总体均值为100 总体方差为25 在大样本情况下 无论总体的分布形式如何 样本平均数的分布都是服从或近似服