Deze pagina bevat een animatie die niet weergegeven kan worden omdat er geen recente versie van de Flash Plugin aanwezig is. Installeer de Macromedia Flash Player om de animatie te kunnen bekijken.
Er worden nu een aantal steekproeven van 10 aselecte getallen uit deze populatie getrokken. De steekproeven zijn nu dus groter. Uit de verschillende (afgeronde) steekproefgemiddelden wordt ook weer stap voor stap de verdeling van steekproefgemiddelden gevormd.
Je ziet dat de gevonden steekproefgemiddelden weer in het midden gegroepeerd zijn, en nu nog sterker dan bij n=5 . Bovendien begint de verdeling nu toch al een beetje op een normale verdeling te lijken. Als de steekproeven groter worden gaat de steekproefverdeling steeds meer een normale verdeling benaderen, ongeacht de vorm van de populatieverdeling! Zoals je misschien al weet staat dit verschijnsel in de statistiek bekend als de “centrale limietstelling”.
Bij steekproeven van minstens 25 à 30 waarnemingen wordt de steekproefverdeling van X¯ voldoende nauwkeurig benaderd met een normale benadering. Dus: als de steekproef maar groot genoeg is kunnen we toch met precies dezelfde aanpak (het gevonden gemiddelde transformeren naar een waarde in de standaard normale verdeling) iets zeggen over de kans dat een bepaalde steekproef uit zo’n populatie komt. Wat te doen als de steekproef niet groot genoeg is komt later aan bod.
