（1） 中心极限定理
从任意一个均值为μ、 方差为σ² 的总体中随机抽取一个样本容量为n的样本，当样本量n足够大时， 样本均值x(＿)近似服从均值为μ、 方差为σ² /n的正态分布。
（2） 中心极限定理的重要性
首先， 中心极限定理的核心内容是只要n足够大， 便可以把独立同分布的随机变量和的标准化当作正态变量， 所以可以利用它解决很多实际问题， 同时这还有助于解释为什么很多自然群体的经验频率呈现出钟形曲线这一值得注意的事实， 从而正态分布成为概率论中最重要的分布， 这就奠定了中心极限定理的首要功绩。
其次， 中心极限定理对于其他学科都有着重要作用。 例如数理统计中的参数（区间） 估计、 假设检验、 抽样调查等； 进一步， 中心极限定理为数理统计在统计学中的应用铺平了道路， 用样本推断总体的关键在于掌握样本特征值的抽样分布，而中心极限定理表明只要样本容量足够地大， 得知未知总体的样本特征值就近似服从正态分布。 从而， 只要采用大量观察法获得足够多的随机样本数据， 几乎就可以把数理统计的全部处理问题的方法应用于统计学， 这从另一个方面也间接地开辟了统计学的方法领域， 其在现代推断统计学方法论中居于主导地位。