如何使用这个计算器
这份指南帮助你可复现地使用 抽样与自助法——中心极限定理演示（含步骤）。先建立基准案例，再逐项调整参数。
使用步骤（3步）
- 先用最少输入跑出一个基准结果。
- 每次只改一个变量，比较变化方向与幅度。
- 确认单位、符号和取整规则后再分享或用于决策。
适用场景
适合快速试算、学习验证和多方案对比。
常见错误
- 同时修改多个变量，导致无法定位原因。
- 混用百分比/小数、月度/年度等不同口径。
- 把显示值当作高精度值直接用于后续计算。
实用建议
如果结果方向与预期不一致，先排查隐藏前提和输入边界。
相关链接
控制面板
结果摘要
- 点估计
- —
- 样本均值
- —
- 样本中位数
- —
- 样本标准差
- —
- n / B
- — / —
- 理论均值 / σ
- — / —
-
自助法百分位区间
—
-
t 近似（均值）
—
-
正态近似（比率）
—
计算过程
- 以种子 初始化 LCG（a=1664525, c=1013904223, m=232），确保抽样可重现。
- 从 生成 n= 个样本，计算所选统计量 。
- 执行 B= 次自助法，取 Type-1 分位，并输出勾选的区间（）。
- CLT 部分使用种子 ，生成 K= 个标准化均值，其均值/方差 ≈ 。
直方图
自助法分布
展示统计量的重抽样分布，并直观定位置信区间。
CLT 标准化均值
与 N(0,1) 叠加，观察均值趋近 0、方差趋近 1 的速度。
常见问题
为什么选用 Type-1 分位？
因为它直接使用 floor((B−1)p) 的顺序统计量，与多数教材一致，便于学生理解区间上下限的来源。
固定 LCG 有什么好处？
与概率模拟器共享 a=1664525, c=1013904223, m=232，相同的种子在任何设备上都得到完全一致的结果，利于作业与远程讲解。
第一次使用时应该先做什么？
先填写必填项并运行一次，得到基准结果。首轮建议保留默认值，便于后续比较。
为什么和其他工具的结果不一致？
常见原因是单位、周期、取整规则或前提不同。比较前请先统一这些设置。
页面结果的可信度如何？
计算通常在浏览器本地完成，并可能为了阅读进行取整。用于学习和试算很合适，关键决策请结合权威来源复核。