In een steekproef met steekproefgrootte n vind je een steekproefgemiddelde [math]\bar{x}[/math].[br]Als de standaardafwijking [math]\sigma[/math] gekend is, vind je een 95%-betrouwbaarheidsinterval met het commando[br][math]\text{ZSchattingGemiddeld}e\left(\overline{x},\sigma,n,0.95\right)[/math].[br][br]Bijvoorbeeld:[br]In een steekproef met steekproefgrootte 100 vind je een steekproefgemiddelde van 80.[br]De gekende standaardafwijking van de populatie is 10.[br]Het 95%-betrouwbaarheidsinterval vind je als [b]ZSchattingGemiddelde(80, 10, 100, .95)[/b].[br]GeoGebra toont dit resultaat als een lijst met als elementen de beide intervalgrenzen [b]l1={78.04, 81.96}[/b].[br]Dit betekent: [br][b]Op basis van de steekproef is er 95% kans dat het populatiegemiddelde in het interval [78.04, 81.96] ligt[/b].

Wil je deze waarden grafisch tonen in de app waarschijnlijkheidsrekening, dan moet je rekening houden met de [b]centrale limietstelling[/b]: [br][i]Neem je een steekproef met steekproefgrootte uit een populatie met [/i][math]\bar{x}[/math][i] en [/i][math]\sigma[/math][i], dan blijft het gemiddelde gelijk, maar wordt de standaardafwijking[/i] [math]\frac{\sigma}{\sqrt{n}}[/math].[br]Bij een steekproefgrootte van 100 wordt de standaardafwijking dus gelijk aan [math]\frac{10}{\sqrt{100}}=1[/math].[br]Vul je niet 10 maar 1 in als waarde voor [math]\sigma[/math], dan lees je af dat bij een normale verdeling met gemiddelde 80 en standaardafwijking 1 inderdaad 95% van alle waarden tussen de gegeven grenzen 78.04 en 81.96 liggen.[br]