88. t分布，当n→∞时，这时的曲线趋向于A. 仍是t分布B. 标准正态分布C. 正偏态分布D. 负偏态分布E. 正态分布

本题考查t分布的性质以及极限情况下的分布形态。解题思路是明确t分布的定义和特点，然后分析当样本量$n$趋于无穷大时，t分布的变化趋势。

t分布的概率密度函数为：
$f(t)=\frac{\Gamma(\frac{\nu + 1}{2})}{\sqrt{\nu\pi}\Gamma(\frac{\nu}{2})}(1+\frac{t^{2}}{\nu})^{-\frac{\nu + 1}{2}}$
其中$\nu=n - 1$为自由度，$\Gamma$是伽马函数。

t分布的均值为$0$（当$\nu>1$时），方差为$\frac{\nu}{\nu - 2}$（当$\nu>2$时）。

当$n\rightarrow\infty$时，自由度$\nu=n - 1\rightarrow\infty$。此时t分布的方差$\frac{\nu}{\nu - 2}=\frac{1}{1-\frac{2}{\nu}}$，随着$\nu\rightarrow\infty$，$\frac{2}{\nu}\rightarrow0$，方差趋近于$1$。

同时，t分布的概率密度函数的形状也会趋近于标准正态分布$N(0,1)$的概率密度函数$\varphi(x)=\frac{1}{\sqrt{2\pi}}e^{-\frac{x^{2}}{2}}$。这是因为当自由度足够大时，t分布的尾部会变得越来越轻，与标准正态分布的尾部特征越来越接近，整体曲线形态趋近于标准正态分布。