在概率论与数理统计中，三大抽样分布是统计推断的基础，它们分别是：
Z分布(标准正态分布) Z分布是正态分布的一种特殊形式，其均值为0，标准差为1。在实际应用中，当我们对一个正态分布的总体进行抽样，并且样本量足够大(通常大于30)时，样本均值的分布将近似为标准正态分布。重点题型：
求解给定概率下的Z分数。
根据Z分数表查找对应的概率值。
计算Z分布的累积分布函数(CDF)和概率密度函数(PDF)。
t分布 t分布是一种用来描述小样本(样本量较小)数据的分布。当样本量较小(通常小于30)时，样本均值的分布将采用t分布，而不是标准正态分布。t分布随着自由度的增加而接近标准正态分布。重点题型：
求解给定概率下的t分数。
根据t分布表查找对应的概率值。
计算t分布的累积分布函数(CDF)和概率密度函数(PDF)。
进行t检验，包括单样本t检验和独立样本t检验。
X²分布(卡方分布) X²分布是一种连续概率分布，常用于拟合计数数据，尤其是在进行拟合优度检验和列联表分析时。X²分布的形状取决于其自由度。重点题型：
求解给定概率下的X²分数。
根据X²分布表查找对应的概率值。
计算X²分布的累积分布函数(CDF)和概率密度函数(PDF)。
进行X²检验，包括拟合优度检验和独立性检验。
在复习时，应当重点掌握这三大抽样分布的性质、概率密度函数、累积分布函数，以及如何通过查表来确定各种概率值。同时，要熟悉这些分布的应用场景，包括如何使用它们来进行假设检验和置信区间的估计。通过大量的练习题来提高解题技巧和应用能力。在考试中，这些分布通常是计算题的核心内容，因此需要给予足够的重视。
新航道-用心用情用力做教育!
