[중심 극한 정리] 표본을 뽑을 때마다 그 표본의 평균도 달라지기 때문에 표본 평균은 어떤 분포를 띄게 되는데 "모집단의 분포와 상관없이 표본의 크기가 커질수록 표본 평균의 분포는 정규분포의 형태에 가까워진다"는 이론이다. 가령 주사위를 2개 던져서 나오는 숫자의 경우의 수가 36가지일 때 두 숫자의 평균 값이 3.5가 나오는 경우의 수는 6가지로 가장 많고 좌우로 갈수록 어떤 평균 값이 나올 확률이 줄어드는 정규분포의 형태를 띄는 것을 알 수 있다. 또한 모집단에서 뽑은 표본 평균의 평균은 원래 모집단의 평균과 일치하며 표본 평균의 분산은 원래 모집단의 분산보다 n배 작아 더욱 평균에 근접한 데이터가 많은 정규분포 형태에 가까워진다. ** 2,3,4 이미지 출처 https://www.youtube.com/watch?v=HQlbaYhItbY https://www.youtube.com/watch?v=6g_fUyKMmGk