中心极限定理（Thecentrallimittheorem）
中心极限定理表明如果总体的分布有一个平均值μ和标准偏差σ，那么对于一个十分大的n(>30)，其取样平均值的分布将接近于正态分布，其平均值μmean=μ，标准偏差σmean=σ/√n。
注意取样平均值的分布是正态的，而取样自身的分布不必是正态的。也就是说如果多次运行测试脚本则测试结果的平均响应时间将会是正态的。
图5和图6分别展示了两个正态分布。在这里横坐标是采样响应时间的均值，总体的均值被调整到坐标的原点（shiftedsothepopulationmeanisattheorigin）。图5表明90%的时间里，采样均值位于±Zσ的区间里（percentofthetime，thesamplingmeansarewithintheinterval±Zσ，），这里的Z=1.645和σ是标准偏差。图6表明了99%的情况下的情形这时的Z=2.576。在给定的概率下，如90%，我们可以看到相应的Z呈现正态曲线，反之亦然。
Figure5.Zvaluefor90percent
Figure6.Zvaluefor99percent
在相关资料中所列的是可提供正态曲线计算的一些网站。在这些网站，我们可以计算随意的相对区间内的概率(如，-1.5<X<1.5)或者在一个聚集的区域（cumulatedarea）内，(如，X<1.5)。也可以从下面的表中得到近似值。
表1。对应于给定的置信区间（confidenceinterval）的标准偏差范围（Standarddeviationrange）
表2。对应于给定的标准偏差范围（Standarddeviation）的置信区间（confidenceinterval）
