统计 - 学生 t 分布
学生 t 分布类似于 正态分布，用于统计推断以调整不确定性。
学生 t 分布
t 分布用于估计和假设检验总体 均值（平均值）。
t 分布已根据估计均值的额外不确定性进行了调整。
如果样本很小，t 分布会更宽。如果样本很大，t 分布会更窄。
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 分布的图表。
请注意，有些曲线的尾部更大。
这是由于样本量较小带来的不确定性。
绿色曲线的样本量最小。
对于 t 分布，这表示为“自由度”（df），它等于样本量（n）减 1。
例如，样本量为 30 对应的 t 分布自由度为 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 值与标准正态分布的 z 值和 p 值类似。但请务必使用正确的自由度。
查找 t 值的 p 值
您可以通过使用 t 表或编程来查找 t 值的 p 值。
示例
使用 Python，可以使用 Scipy Stats 库的 t.cdf() 函数查找具有 29 个自由度且 t 值为 2.1 时的概率
import scipy.stats as stats
print(stats.t.cdf(2.1, 29))
自己动手试一试 »
查找 p 值的 t 值
您可以通过使用 t 表或编程来查找 p 值的 t 值。
示例
使用 Python，可以使用 Scipy Stats 库的 t.ppf() 函数查找将顶部 25% 与底部 75% 分开的 t 值，自由度为 29
import scipy.stats as stats
print(stats.t.ppf(0.75, 29))
自己动手试一试 »
