統計 - 學生 t 分佈
學生 t 分佈類似於 正態分佈，用於統計推斷以調整不確定性。
學生 t 分佈
t 分佈用於估計和假設檢驗總體 均值（平均值）。
t 分佈已根據估計均值的額外不確定性進行了調整。
如果樣本很小，t 分佈會更寬。如果樣本很大，t 分佈會更窄。
樣本量越大，t 分佈越接近標準正態分佈。
下面是幾個不同 t 分佈的圖表。
請注意，有些曲線的尾部更大。
這是由於樣本量較小帶來的不確定性。
綠色曲線的樣本量最小。
對於 t 分佈，這表示為“自由度”（df），它等於樣本量（n）減 1。
例如，樣本量為 30 對應的 t 分佈自由度為 29。
t 分佈用於查詢估計和假設檢驗的臨界 t 值和 p 值（機率）。
注意：查詢 t 分佈的臨界 t 值和 p 值與標準正態分佈的 z 值和 p 值類似。但請務必使用正確的自由度。
查詢 t 值的 p 值
您可以透過使用 t 表或程式設計來查詢 t 值的 p 值。
示例
使用 Python，可以使用 Scipy Stats 庫的 t.cdf() 函式查詢具有 29 個自由度且 t 值為 2.1 時的機率
import scipy.stats as stats
print(stats.t.cdf(2.1, 29))
自己動手試一試 »
查詢 p 值的 t 值
您可以透過使用 t 表或程式設計來查詢 p 值的 t 值。
示例
使用 Python，可以使用 Scipy Stats 庫的 t.ppf() 函式查詢將頂部 25% 與底部 75% 分開的 t 值，自由度為 29
import scipy.stats as stats
print(stats.t.ppf(0.75, 29))
自己動手試一試 »
