統計學方法（t-檢驗）

數據出來要做幾件事：首先判斷數據是否符合正態分布，如果符合的話，就要進行t-檢驗，那么進行t-檢驗的作用在哪呢？

t-檢驗主要用於樣本含量較小（例如n<30），總體標准差σ未知的正態分布

http://blog.csdn.net/shulixu/article/details/53354206生動形象的很

T分布的曲線和正態分布有點像，當然公式不一樣。T分布在樣本量極大的時候趨近於正態分布。正態分布只要知道均值和標准差就可以畫出曲線，T分布還要知道一個值叫“自由度”df，df=n-1。我不知道什么是自由度，但我知道為什么它是n-1而不是n：因為，好比說你的樣本里有n個數，你告訴我它們的均值，然后讓我猜這n個數是多少。這種情況下，對我來說，前n-1個數都可以“自由”取值，但最后一個卻不行。因為一旦前n-1個數確定了，然后根據均值，我就可以算出最后一個數來。所以最后一個數不“自由”。所以自由度是n-1。

T檢驗的步驟^[2]

　　1、建立虛無假設H₀:μ₁ = μ₂，即先假定兩個總體平均數之間沒有顯著差異；

　　2、計算統計量t值，對於不同類型的問題選用不同的統計量計算方法；

　　1）如果要評斷一個總體中的小樣本平均數與總體平均值之間的差異程度，其統計量t值的計算公式為：

　　

　　2）如果要評斷兩組樣本平均數之間的差異程度，其統計量t值的計算公式為：

　　

　　3、根據自由度df=n-1，查t值表，找出規定的t理論值並進行比較。理論值差異的顯著水平為0.01級或0.05級。不同自由度的顯著水平理論值記為t(df)0.01和t(df)0.05

　　4、比較計算得到的t值和理論t值，推斷發生的概率，依據下表給出的t值與差異顯著性關系表作出判斷。

T值與差異顯著性關系表
t	P值	差異顯著程度
		差異非常顯著
		差異顯著
t < t(df)0.05	P > 0.05	差異不顯著

　　5、根據是以上分析，結合具體情況，作出結論。