t 分布
t分布（t-distribution）,用於根據小樣本來估計呈正態分佈且方差未知的總體的平均值
如果總體方差已知，則應該使用正態分佈
自由度越大，t分布越接近標準正太分布
隨自由度的增大，t分布逐漸逼近標準正太分布
t分布曲線的特點：
t分布曲線是單峰分布，它以0為中心，左右對稱
t分布的形狀與樣本數n有關。自由度越小，t值越分散，曲線的峰部越矮
t分布不是一條曲線，而是很多曲線的集合（一簇曲線）
t界值表：
t 檢驗
t檢驗，也稱為student's t test，主要使用者樣本含量較小，總體標準差未知的正太分布資料
t檢驗，是用於小樣本的兩個平均值差異程度的檢驗方法。它是用t分布理論來推斷差異發生的概率，從而判定兩個平均數的差異是否顯著。
以t分布為基礎的一模擬較均數的假設檢驗方法。
事先規定乙個較小的概率
t檢驗的應用：
檢驗乙個正態分佈的總體的均值是否在滿足零假設的值之內
推斷樣本所屬總體的均數是否與已知值有差異
例子：
提出無效假設
雙側檢驗，檢驗水準
求t值，
自由度=35-1=34
通過查表，可知，0.05對應的t值是2.032
所以，我們不拒絕（接受）原假設
，難產兒體重和一般兒童體重沒有顯著性差異
首先，提出無效假設
：苗木的平均高度=1.60m，替換假設
：苗木的平均高度》1.60m
（這裡我是有個疑問，對立假設，不應該是
，為什麼可以直接大於呢？）
然後，帶入公式，求t值
樣本數=10，自由度=9，查表知道0.05對應的是2.262，我們的t值=2.55
所以，我們的p值是小於臨界值2.262的，我們拒絕原假設，選擇備選假設，平均高度大於1.60m，符合要求。
這裡的話，使用excel是可以求p值的，使用函式：tdist
配對設計（paired design），是一種特殊的設計方式，能夠很好地控制非實驗因素對結果的影響，有自身配對和異體配對之分
將受試物件的某些重要特徵按相近的原則配成對子，目的是消除混雜因素的影響，一對觀察物件之間除了處理因素/研究因素之外，其它因素基本齊同，每對中的兩個個體隨機給予兩種處理。
（六）正太分布
在正態分佈中，通過檢視某個值在 x 軸上的位置，即標準偏差，我們能夠確定小於或大於任何值的百分比，接下來將學習如何計算這些百分比。請注意，我們使用的是理論曲線來繪製資料模型，該曲線下的面積是 1，因為它是用分布資料的相對頻率 即比例 來繪製資料模型，該曲線叫做概率密度函式，通常縮寫為 pdf。為何叫...
R之判斷多元正太分布檢驗
1.r中進行單變數檢驗用chisq.test 函式，變數必須是數值型 2.在進行多變數進行多元驗證正太分布時用 library mvnormtest lib.loc d rinstall r 3.2.1 library 切記資料集一定要轉換為矩陣，且資料集裡面的待驗證變數一定要是數值型 librar...
標準正態分佈怎麼算 標準正態分佈函式的快速計算方法
標準正態分佈的分布函式 phi x 可以說是 資料分析師 統計計算中非常重要的乙個函式，基本上有正態分佈的地方都或多或少會用上它。在一些特定的問題中，我們 資料分析師 需要大量多次地計算這個函式的取值，比如我經常需要算正態分佈與另乙個隨機變數之和的分布，這時候就需要用到數值積分，而被積函式就包含 p...