模拟100个 正态分布的随机数，计算其样本均值和样本方差，观察其余真实值的差异。当增大样本容量时，其差异有何规律。

用R软件随机模拟产生6组均值为5，方差为100的随机数，其样本个数分别设为100,1000,10000,100000,1000000,10000000,100000000。观察各组数据的样本方差和样本均值的差异。下面给出模拟程序：

n <- c(100,1000,10000,100000,1000000,10000000,100000000)
for(i in 1:length(n)){
  mean01[i] <- mean(rnorm(n[i], mean=5, sd=10))
  var01[i] <- var(rnorm(n[i], mean=5, sd=10))
  sd01[i] <- sd(rnorm(n[i], mean=5, sd=10))
}
result <- data.frame(Mean=mean01,Var=var01,Sd=sd01)
result

为对比不同的样本对随机数的均值和方差的影响，下面给出6组对照表，其结果见表3。从表3可明显看出，随着样本量的增大，其产生随机数的样本均值和方差越接近于设定的均值和方差，即样本均值稳定于（接近于）总体均值，样本方差稳定于（接近于）总体方差。