你想弄懂什么？

视频将来自指数分布的样本均值呈现为正态分布，以强化中心极限定理的信息，即起始总体形状并不重要。尽管指数总体是右偏的，但 100 个样本均值（每个来自大小为 20 的样本）的直方图形成了钟形，与正态曲线叠加相匹配。

适用条件：总体是指数分布。；样本量为 20。；累积了 100 个样本均值。；该主张基于视觉模拟，而非形式证明。

视频将来自指数分布的样本均值呈现为正态分布，以强化中心极限定理的信息，即起始总体形状并不重要。尽管指数总体是右偏的，但 100 个样本均值（每个来自大小为 20 的样本）的直方图形成了钟形，与正态曲线叠加相匹配。

适用条件：总体是指数分布。；样本量为 20。；累积了 100 个样本均值。；该主张基于视觉模拟，而非形式证明。

视频使用 [0,1] 上的均匀分布，因为它是一个简单的非正态总体，其中每个值具有相等的概率。通过展示来自这个平坦分布的样本均值形成钟形直方图，视频说明了中心极限定理的核心思想：无论总体形状如何，样本均值的分布都会变成正态分布。

适用条件：总体是 [0,1] 上的均匀分布。；抽取大小为 20 的重复随机样本。；将 100 个样本均值累积到直方图中。

视频使用 [0,1] 上的均匀分布，因为它是一个简单的非正态总体，其中每个值具有相等的概率。通过展示来自这个平坦分布的样本均值形成钟形直方图，视频说明了中心极限定理的核心思想：无论总体形状如何，样本均值的分布都会变成正态分布。

适用条件：总体是 [0,1] 上的均匀分布。；抽取大小为 20 的重复随机样本。；将 100 个样本均值累积到直方图中。