Answers:
这是我多年来在自己的教学中已经思考的一个重要问题，不仅涉及分布，还涉及许多其他概率和数学概念。我不知道有任何针对此问题的研究，因此以下内容基于经验，反思和与同事的讨论。
首先，重要的是要认识到，促使学生理解基本数学概念（例如分布及其数学特性）的因素可能取决于很多因素，并且因学生而异。在一般的数学专业学生中，我发现数学上精确的陈述会受到赞赏，并且在灌木丛中跳动太多会令人感到困惑和沮丧（嘿，点点滴滴）。也就是说不是，您不应使用例如计算机模拟。相反，它们可以很好地说明数学概念，并且我知道许多例子，其中关键数学概念的计算插图可以帮助理解，但是教学仍然是老式的数学导向。但是，对于数学专业的学生来说，精确的数学是很重要的。
但是，您的问题表明您对数学系学生的兴趣不大。如果学生有某种计算上的重点，那么计算机仿真和算法对于快速了解分布是什么以及可以具有什么样的属性确实非常有用。学生需要有良好的编程和可视化工具，而我使用R。这意味着您需要教一些R（或另一种首选语言），但是，如果这是课程的一部分，那实际上没什么大不了的。如果不希望学生严格地运用数学后记，那么如果他们从算法和模拟中获得大部分理解，我会感到很自在。我像这样教生物信息学的学生。
然后，对于既不是计算专业也不是数学专业的学生，最好拥有一系列真实且相关的数据集，以说明他们所在领域如何发生不同类型的分布。例如，如果您向医生教授生存率分布，那么引起他们关注的最好方法是拥有一系列真实的生存数据。对我来说，这是一个悬而未决的问题，是后续的数学处理还是基于模拟的处理是否最佳。如果您以前没有进行过任何编程，那么这样做的实际问题很容易使预期的理解蒙蔽。学生可能最终会学习如何编写if-then-else语句，但无法将其与现实生活中的分布联系起来。
作为一般性评论，我发现要用模拟进行研究的真正重要的一点是分布如何变化。特别是关于测试统计数据。要了解您计算出的这个单一数字，例如，整个数据集中的-test统计信息与分布有关。即使您对数学非常了解。作为不得不对微阵列数据进行多次测试的一个奇怪的副作用，实际上已经变得容易得多，向学生展示在现实生活中测试统计量的分布是如何突然出现的。