在统计学里，样本均值就是很多次试验的平均结果。比如你测100个人身高，算出来的平均身高就是样本均值。这个数不是固定不变的，每次测都可能有点不一样，但大部分情况下都会围着一个中心值转圈圈。这个中心值叫期望值，它周围会形成一个分布规律，就像抛正面朝上概率50%，多次抛就会形成稳定的比例曲线。

为什么样本均值要服从这个分布规律呢？首先得看样本量大小。比如样本量100次，即使原始数据不是正态分布，样本均值也会接近正态分布（中心极限定理）。比如测100人的身高，假设总体标准差是5cm，样本均值的标准差就会变成5/10=0.5cm（标准差除以根号n）。这时候样本均值95%的概率会落在期望值±1.96×0.5=±0.98cm范围内。再比如当样本量30以下时，如果总体标准差未知，要用t分布，这时候置信区间会比正态分布宽一点，比如样本均值95%概率范围是期望值±2.04×标准误。所以得根据具体情况选分布，就像炒菜要放盐，不能随便放糖。

效果：比如样本量100次，样本均值标准差5/10=0.5cm，这时候样本均值95%概率范围是期望值±1.96×0.5=±0.98cm。再比如当样本量30以下时，用t分布，这时候置信区间会比正态分布宽一点，比如样本均值95%概率范围是期望值±2.04×标准误。所以得根据具体情况选分布，就像炒菜要放盐，不能随便放糖。