已知总体均值和总体标准差,可以确定总体分布。

**解析：** 这个说法是**错误**的。 **理由如下：** 1. **矩量不足以唯一确定分布**： 总体均值（一阶原点矩）和总体标准差（与二阶中心矩相关）仅描述了分布的**集中趋势**和**离散程度**。它们并没有提供关于分布形状（如偏度、峰度）或具体概率密度函数形式的信息。 2. **反例证明**： 存在许多不同的概率分布，它们拥有相同的均值和标准差，但分布形态完全不同。例如： * **正态分布** $N(\mu, \sigma^2)$ * **均匀分布** $U(a, b)$，只要调整 $a$ 和 $b$ 使得其均值为 $\mu$，标准差为 $\sigma$ 即可。 * **指数分布**、**t分布**等其他分布也可以构造出相同的均值和标准差。 尽管这些分布的均值和标准差相同，但它们的概率密度曲线形状截然不同，因此不能仅凭这两个参数确定具体的总体分布。 3. **特殊情况说明**： 只有在**预先已知**总体服从某种特定类型的分布（例如已知总体服从正态分布）时，均值和标准差才能完全确定该分布（因为正态分布由这两个参数唯一决定）。但在题目未指定分布族的一般情况下，仅凭均值和标准差无法确定总体分布。 **结论：** 已知总体均值和总体标准差，**不能**确定总体分布。