大数定律：样本均值趋近于总体均值

大数定律（Law of Large Numbers）是概率论中的一个重要定理，它描述的是随着样本数量的增多，样本均值趋近于总体均值的现象。简单来说，当我们从一个总体中随机取出足够多的样本时，这些样本的平均值很可能会趋近于总体的平均值。

大数定律有两种形式：弱大数定律和强大数定律。弱大数定律指的是样本均值以概率1趋近于总体均值，而强大数定律则是指样本均值几乎必定趋近于总体均值。这两种定律可以用来解释许多现实生活中的现象，例如在投资中，随着投资次数的增多，收益率会趋近于预期收益率。

在实际应用中，大数定律经常被用来验证统计推断的正确性，例如检验样本均值是否和总体均值有显著差异。