样本点图
先抽样，看看样本点围绕均值分布得多紧还是多散。
实验主线
本页只做一件事：让你亲眼看到“总体参数是固定但未知的，样本统计量会随着抽样而波动”。先在正态总体里看样本均值和样本方差，再在伯努利总体里看样本比例怎样估计总体比例。
总体
样本
样本均值
样本方差
样本比例
点估计
第一步选总体类型和参数，先知道“真值”是什么。
第二步抽 1 次样本，看样本均值、样本方差、样本比例怎样变化。
第三步再重复抽样，比较统计量的平均水平与波动，理解为什么叫“估计”。
实验控制
当前默认：正态总体。这里的 μ 和 σ 是总体参数，抽样后得到的均值和方差只是样本统计量。
当前统计量
总体真值μ = 100σ² = 25
当前样本均值-样本的平均水平
当前样本方差 / 比例-样本的波动大小
重复抽样平均-还未重复抽样
样本明细
| 序号 | 观测值 |
|---|---|
| 尚未抽样 | |
实验提醒
先分清对象
总体参数是“整批对象”的特征，样本统计量是“这次抽出来的数据”的特征。统计的核心就是拿后者去估前者。
为什么要看重复抽样
抽 1 次样本看到的是一个具体结果；重复抽样后再看样本均值、样本方差的平均水平，才能理解为什么它们能拿来估计总体参数。
为什么分母是 n-1
样本均值已经用了同一批数据中的信息，所以样本方差只剩下 n-1 个自由度。这样处理才能让方差估计更公平。