已知總體的均值和方差，我們可以通過中心極限定理來推算樣本均值的概率分布。當樣本容量n增大時，樣本均值的標準差會相應(yīng)減小，具體公式為總體標準差除以n的平方根，例如若標準差為0.79057，n為100，則標準差為0.079057。這里的Z值是一個統(tǒng)計指標，雖然它本身無實際意義，但在標準正態(tài)分布模型中，Z值代表的概率值具有實際應(yīng)用價值。

對于95%置信水平，意味著我們允許誤差的范圍是總體均值的上下2.5個標準差。在標準正態(tài)分布中，雙側(cè)分布下5%的面積對應(yīng)于Z值的絕對值，即Z(0.025)。這意味著在均值為0，標準差為1的分布中，Z值為1.96就代表了大約95%的數(shù)據(jù)位于這個值的兩側(cè)。

需要注意的是，t檢驗通常用于樣本量較小或方差不齊的情況下，其基本前提是樣本符合正態(tài)分布。t檢驗包括單樣本檢驗（檢驗樣本期望值與特定值的差異）和雙樣本檢驗（比較兩組樣本期望值的差異）。其中，配對t檢驗是基于配對樣本的前后對比，而非配對t檢驗則是獨立樣本的比較，例如藥物試驗中服用和未服用藥物的效果對比。

總的來說，利用已知的均值和方差，結(jié)合中心極限定理、Z值和t檢驗，我們可以計算出樣本分布的大概概率，并在實際問題中做出相應(yīng)的統(tǒng)計推斷。