统计学基础：大数定律。

统计学中的大数定律是一个重要的概率论定理，它说明了随机样本的平均值会趋近于总体的平均值。这里用一个掷骰子的例子来说明大数定律。

想象你有一个六面的公平骰子，每个面上的数字是1到6，当你掷这个骰子时每次掷出的结果是随机的，可能是1、2、3、4、5或6。我们可以将掷骰子的结果看作是一个随机变量，而骰子的平均值是3.5，即(1+2+3+4+5+6)/6=3.5。

现在假设你开始掷骰子，并记录下每次掷出的结果。一开始你可能只会掷几次，比如说掷了10次，这10次的结果可能非常分散，比如你可能会得到一个序列：2316452361。计算这10次结果的平均值，你可能会得到一个比3.5高或低的值。

因为样本量很小，随机性很强，然而当你增加掷骰子的次数，比如说掷了1000次，你会发现这1000次的结果的平均值会越来越接近3.5。随着次数的增加，样本均值的波动会减小，最终稳定在骰子的总体均值3.5附近，这就是大数定律在起作用。随着样本量的增加，样本均值趋近于总体均值。

在实际应用中大数定律告诉我们，通过收集足够多的数据并进行统计分析，我们可以用样本均值来估计总体的平均值，并且随着样本量的增加，我们的估计会越来越准确。