Dans ce chapitre, nous allons découvrir l'une des idées les plus passionnantes des statistiques--le théorème central limite. Sans lui, il serait beaucoup plus difficile de faire des inférences sur les caractéristiques d'une population, à partir d'un échantillon. Il nous dit que, indépendamment de la distribution de la population, la distribution de la moyenne de l'échantillon (vous apprendrez ce que c'est) peut être normale. Il est préférable de connaître la loi normale avant de se plonger dans ce chapitre.

Maintenant que vous connaissez le théorème central limite, les distributions d'échantillonnage et l'écart-réduit, nous allons utiliser ces outils pour plonger dans l'univers de la statistique inférentielle. Cela peut paraître magique au premier abord, mais vous allez voir qu'à partir d'un échantillon, il est possible de faire une inférence sur la probabilité que la moyenne d'une population soit effectivement dans un intervalle donné.