利用t分布对单个或两个小样本统计数所作的假设测验。t分布是统计数t的抽样分布。t为从正态分布总体中随机抽取容量相等的所有可能的小样本，分别求各样本平均数与总体平均数μ的差数对各样本平均数标准误的比值。即： t测验 由于小样本的常为的偏低估计，且是一个变数
利用t分布对单个或两个小样本统计数所作的假设测验。t分布是统计数t的抽样分布。t为从正态分布总体中随机抽取容量相等的所有可能的小样本，分别求各样本平均数与总体平均数μ的差数对各样本平均数标准误
的比值。即：
t测验
由于小样本的常为
的偏低估计，且是一个变数，故t分布与正态分布不同而具有较大的离散度。
t分布是1908年由署名为“Student”的英国统计学家M.S.戈塞特（Gosset）发现，并由英国的R.A.费希尔（Fisher）于1926年加以完善而成的，称之为“学生氏”t分布。其概率密度函数为：
t测验
ν为自由度。
t分布的平均数和标准差为：
t测验
以ν＝4为例，t分布的图形如下：
自由度为4的t分布
t分布的特点：①每一自由度都有一条t分布曲线；②以t＝0为中心，两边对称；③曲线中间部分比u分布较陡峭，两尾略高而平，ν越小，这种趋势越明显。ν越大，t分布越趋近于正态分布。
t测验的方法，原则上与u测验相同，只是前者必须按自由度及各种常用的概率水平从t值表中查找对应的t值。测验时将小样本的平均数或平均数的差数用换算成t值，即
t测验
然后与一定概率水平（α）的t值（记作tα）比较，如果t≥tα（来自同一总体，μ1＝μ2），就可以在α水平上否定H0而接受HA。在0.05或0.01概率水平上否定H0的t值，分别称为显著或极显著，并分别在其右上角标注上一个或两个星号。
QQ空间
新浪微博
微信扫一扫
所有评论仅代表网友意见