Realmente hay 2 conceptos aquí. La distribución de muestreo exacta o teórica consiste en cada muestra posible de la población. La distribución de muestreo aproximada es el resultado de un gran número de muestras.
Cuando hacemos afirmaciones como que la media de la distribución de muestreo es igual a la media de la población entonces estamos hablando de la distribución de muestreo exacta o teórica. La media de la distribución de muestreo aproximada estará cerca de la media de la población, pero es poco probable que sea exactamente la misma debido al error de muestreo.
La distribución aproximada generalmente es más fácil de demostrar y puede ser una buena aproximación a la exacta, por lo que a menudo se utilizan indistintamente, pero para una comprensión completa deberías entender que toda la teoría se basa en la exacta que incluye cada muestra posible de la población de tamaño n. Para tamaños de población no pequeños, ese número es infinito o un valor lo suficientemente cercano a infinito como para no hacer una diferencia práctica, por lo que la aproximación a menudo se muestra/se demuestra.
Entonces la respuesta es o bien infinito/todas ellas, o suficientes para estar satisfecho con la aproximación.
Además, no hay nada mágico en el número 30, las distribuciones de muestreo funcionan para tamaños de muestra más pequeños. Hay algunas poblaciones que generarán distribuciones de muestreo casi normales con n=10, mientras que otras aún no estarán lo suficientemente cerca de la normalidad con n=100.
