对于非正态总体，在大样本条件下，总体均值在1-alpha置信水平下的置信区间可以写为（ ）。A. overline(x) pm z_(alpha/2) (sigma^2)/(sqrt(n))B. overline(x) pm z_(alpha/2) (sigma^2)/(n)C. overline(x) pm z_(alpha/2) (s)/(sqrt(n))D. overline(x) pm z_(alpha/2) (s^2)/(n)

本题考查非正态总体在大样本条件下总体均值置信区间的知识点。解题思路如下：

1. 首先明确在大样本（一般认为样本量 $n \geq 30$）条件下，根据中心极限定理，无论总体服从何种分布，样本均值 $\overline{x}$ 近似服从正态分布 $N(\mu, \frac{\sigma^2}{n})$，其中 $\mu$ 是总体均值，$\sigma^2$ 是总体方差。
2. 由于总体方差 $\sigma^2$ 通常是未知的，在大样本情况下，我们可以用样本标准差 $s$ 来代替总体标准差 $\sigma$。
3. 对于置信水平为 $1 - \alpha$ 的双侧置信区间，我们需要找到标准正态分布的分位数 $z_{\alpha/2}$，使得 $P(-z_{\alpha/2} < Z < z_{\alpha/2}) = 1 - \alpha$，其中 $Z$ 是标准正态分布变量。
4. 样本均值 $\overline{x}$ 经过标准化后为 $Z=\frac{\overline{x}-\mu}{s/\sqrt{n}}$ 近似服从标准正态分布 $N(0, 1)$。
5. 根据标准正态分布的性质，我们有 $P(-z_{\alpha/2}<\frac{\overline{x}-\mu}{s/\sqrt{n}}<z_{\alpha/2}) = 1 - \alpha$。
6. 对不等式 $-z_{\alpha/2}<\frac{\overline{x}-\mu}{s/\sqrt{n}}<z_{\alpha/2}$ 进行变形：
   • 先将不等式各项同时乘以 $\frac{s}{\sqrt{n}}$，得到 $-z_{\alpha/2}\frac{s}{\sqrt{n}}<\overline{x}-\mu<z_{\alpha/2}\frac{s}{\sqrt{n}}$。
   • 再将不等式各项同时减去 $\overline{x}$ 并乘以 $- 1$，不等号方向改变，得到 $\overline{x}-z_{\alpha/2}\frac{s}{\sqrt{n}}<\mu<\overline{x}+z_{\alpha/2}\frac{s}{\sqrt{n}}$。
   • 所以总体均值 $\mu$ 在 $1 - \alpha$ 置信水平下的置信区间为 $\overline{x} \pm z_{\alpha/2} \frac{s}{\sqrt{n}}$。