概念进阶概率论与随机变量抽样估计与假设检验
学生t分布
也叫：t分布、Student's t-Distribution
仅由自由度刻画、尾部比正态更厚的小样本分布。
核心讲解
学生t分布由英国统计学家戈赛特以“Student”为笔名发表，用于解决小样本问题。他发现当样本容量较小时，实际数据往往不服从正态分布，其分布形状与正态类似，但尾部更厚。t分布的出现打破了以往局限于正态分布的认知，开创了小样本统计推断。
t分布只由一个参数——自由度df——决定，记作t(n)。它左右对称、偏度为0、峰度大于3，呈厚尾特征。自由度越大，尾部越薄；当自由度趋于无穷时，t分布趋近于正态分布。
厚尾意味着极端值出现的概率比正态更高，因此用小样本估计时，用t分布比硬套正态更稳妥。它会在后面的假设检验与置信区间中反复出现，是小样本推断的基石。
费曼版：用大白话再讲一遍
小样本就像只问了少数几个人就下结论，容易碰上偏巧的情况。为了对这种“心里没底”多加防备，人们把曲线的两条尾巴加厚一些，表示极端情况更可能出现。样本越多，这条曲线就越接近平常的钟形。
要点
- t分布只由一个参数刻画：自由度df，记作t(n)。
- 与正态同为对称钟形，但尾部更厚，峰度大于3。
- 自由度越大，尾部越薄，趋近正态分布。
- 用于小样本的统计推断，是假设检验与置信区间的基础。
常见误区
- 把小样本直接套用标准正态分布，忽略t分布更适用。
- 以为t分布需要均值、方差两个参数，实际只有一个自由度。
- 认为t分布比正态更“尖峰”就一定更集中，忽略方差设定不同。