用样本推断整体，中心极限定理及其一些前提条件

​写的时候也从互联网找了一些资料，参考链接放在文章中间了。
一些稀碎的东西：
卡方分布的n是用来查表的关键要素。
variance：方差
standard deviation：标准差

本文其实重点是用样本推断整体这部分内容的一个简单引子，对用样本推断整体做了一些知识的铺垫和通俗化的解释。对Chapter 2 Extra Slides PPT中的内容做了一部分补充，比如：
中心极限定理的通俗解释
大多数情况下，总体为什么可以假设服从正态分布的原因或猜想

后面还有随笔2/3/…，以便把这部分内容做一个系统的梳理和注解。内容将会包括，假设检验，用t分布预测事件发生的概率等。

正文：

由于这些变量都是独立同分布的，所以Xi的方差就和X的方差一样，平均值就和X的平均值一样，所以直接就可以写出来带有mu和theta的结果。样本平均值求出来和整体平均值一致，所以就说它没有系统误差，就是无偏估计(unbiased estimation)；方差算出来和系统方差是有一个除以n的系统误差，所以就是有偏估计。
然而，抽样终究是抽样，并不能真正代表整体，计算出的特征值（方差和平均值）还是随机的，每抽一次样加入上一次的样本，所计算出的特征值可能和