大家好，欢迎来到IT知识分享网。
t 分布
t分布（t-distribution）,用于根据小样本来估计呈正态分布且方差未知的总体的平均值
如果总体方差已知，则应该使用正态分布
自由度越大，t分布越接近标准正太分布
随自由度的增大，t分布逐渐逼近标准正太分布
t分布曲线的特点：
- t分布曲线是单峰分布，它以0为中心，左右对称
- t分布的形状与样本数n有关。自由度越小，t值越分散，曲线的峰部越矮
- t分布不是一条曲线，而是很多曲线的集合（一簇曲线）
t界值表：
t 检验
T检验，也称为Student’s t test，主要用户样本含量较小，总体标准差未知的正太分布资料
T检验，是用于小样本的两个平均值差异程度的检验方法。它是用T分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。
以t分布为基础的一类比较均数的假设检验方法。
成立时，统计量t服从自由度为v=n-1的t分布
事先规定一个较小的概率
，若p值小于
，拒绝零假设；若p值不小于
，则不拒绝零假设。
T检验的应用：
- 单样本检验（one sample t test）
检验一个正态分布的总体的均值是否在满足零假设的值之内
推断样本所属总体的均数是否与已知值有差异
例子：
提出无效假设
:
，备选假设
：
双侧检验，检验水准
求t值，
自由度=35-1=34
通过查表，可知，0.05对应的t值是2.032
所以，我们不拒绝（接受）原假设
，难产儿体重和一般儿童体重没有显著性差异
首先，提出无效假设
：苗木的平均高度=1.60m，替换假设
：苗木的平均高度>1.60m
（这里我是有个疑问，对立假设，不应该是
，为什么可以直接大于呢？）
然后，带入公式，求t值
样本数=10，自由度=9，查表知道0.05对应的是2.262，我们的t值=2.55
所以，我们的p值是小于临界值2.262的，我们拒绝原假设，选择备选假设，平均高度大于1.60m，符合要求。
这里的话，使用Excel是可以求p值的，使用函数：TDIST
- 配对样本T检验
配对设计（paired design），是一种特殊的设计方式，能够很好地控制非实验因素对结果的影响，有自身配对和异体配对之分
将受试对象的某些重要特征按相近的原则配成对子，目的是消除混杂因素的影响，一对观察对象之间除了处理因素/研究因素之外，其它因素基本齐同，每对中的两个个体随机给予两种处理。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/119550.html
