样本均值的公式是 (ΣXi) / n，其中 Xi 代表样本中的每个数值，Σ（求和符号）表示将所有数值加起来，而 n 则是样本中的数值个数。
样本均值是统计学中衡量一组数据平均值的重要指标，它能够反映出样本数据的整体水平。计算样本均值时，首先将样本中的所有数值相加，然后除以样本的大小（数值的个数）。这个过程可以对任何类型的定量数据进行，包括但不限于数字、长度、重量等。样本均值通常用希腊字母 μ（mu）表示，但在计算过程中，我们通常使用 x̄ 作为样本均值的符号。
样本均值在统计分析中有着广泛的应用，例如在推断总体均值、计算标准误差、构建置信区间以及假设检验等。需要注意的是，样本均值是一个随机变量，因为它依赖于样本的选择，而样本的选择通常带有随机性。因此，当我们从同一总体中抽取不同的样本时，可能会得到不同的样本均值。
1. 总体均值：与样本均值相对应的是总体均值，它代表整个总体的平均值，用希腊字母 μ 表示。在实际应用中，总体均值通常难以直接获得，需要通过样本均值来估计。
2. 算术平均数：样本均值是算术平均数的一种形式，算术平均数还包括加权平均数，即当不同数据点具有不同权重时，需要对每个数据乘以相应的权重后再求和，再除以权重总和。
3. 中心极限定理：样本均值的分布随着样本大小的增加趋向于正态分布，即使总体分布不是正态的，这也是中心极限定理的核心内容，它在统计推断中起着关键作用。
样本均值是统计学中衡量一组数据平均值的基本统计量，通过 (ΣXi) / n 的计算方法，我们可以了解样本数据的整体趋势，为后续的统计分析提供基础。
温馨提示：
