统计学 - 学生t分布
学生t分布类似于正态分布，并在统计推断中用于调整不确定性。
学生t分布
t分布用于估计和检验总体均值（平均值）。
t分布针对估计均值带来的额外不确定性进行了调整。
如果样本量较小，则t分布较宽。如果样本量较大，则t分布较窄。
样本量越大，t分布越接近标准正态分布。
下面是几个不同t分布的图形。
注意一些曲线如何具有更大的尾部。
这是由于较小的样本量带来的不确定性。
绿色曲线具有最小的样本量。
对于t分布，这表示为“自由度”（df），其计算方法是从样本量（n）中减去1。
例如，样本量为30将使t分布的自由度为29。
t分布用于查找估计和假设检验的**临界t值**和**p值**（概率）。
**注意：**查找t分布的临界t值和p值类似于查找标准正态分布的z值和p值。但请确保使用正确的自由度。
查找T值的P值
您可以使用t表或编程查找t值的p值。
示例
使用Python的Scipy Stats库的t.cdf()函数查找在自由度为29的情况下获得小于2.1的t值的概率
import scipy.stats as stats
print(stats.t.cdf(2.1, 29))
自己尝试 »
查找P值的T值
您可以使用t表或编程查找p值的t值。
示例
使用Python的Scipy Stats库的t.ppf()函数查找在自由度为29的情况下将前25%与后75%分开的t值
import scipy.stats as stats
print(stats.t.ppf(0.75, 29))
自己尝试 »
