为什么全班平均分总比个人成绩"聚拢"得多？

投影两组数据：班级 50 个人的数学分数（散点在 12–98 之间），以及这 50 个分数的算术平均分——家长会上稳定报出的 75。先让学习者看到"个人分数很散，平均分始终落在中间一小段"。

• 人均分 x̄ = (x1 + x2 + … + x50) / 50
• 个人分数的极差 ≈ 86 分
• 多次抽取样本平均分时，x̄ 的波动极差远小于个人分数

先让学习者预测：把"个人分数相对平均值的偏差 Δi = xi − x̄"代入一个新的"虚拟同学"——也就是把 50 个人再随机抽 50 次，"新平均分"相对老平均分漂移多少距离？给出三个选项。

• A. 和个人偏差 Δi 一样大（几十分）
• B. 大约是个人偏差的 1/2
• C. 大约是个人偏差的 1/√50 ≈ 1/7

一个可调的模拟器：上方 50 个滑块各自代表一个同学的分数（围绕 75 随机波动 ±40），下方实时显示三组曲线——个人分数 xi 的分布、相对平均值的偏差 Δi、以及"再抽一套 50 人后平均分的变化 Δx̄"。学习者拖动滑块、改变人数 n，观察 Δx̄ 的标准差如何随 n 缩小。

• 改变样本量 n，平均分漂移 Δx̄ 的标准差按 1/√n 缩小
• Δx̄ 的典型幅度远小于任意一个 Δi
• 原理：独立的 +Δ 和 −Δ 在求和时互相抵消

把结论迁移到两个新场景：① 一个学生连续 4 次模拟考，每次的随机波动约 ±10 分，那么 4 次平均的波动只有约 10/√4 = 5 分；② 工厂用 9 个零件测一批次平均寿命，误差缩到 1/3。

• 做的事：把多个独立测量平均一下
• 缩放规则：误差标准差 ÷ √n
• 判断：n 越大，平均结果越"聚拢"，但收益递减（n×4 才能再缩小一半）