1.当总体μ已知，σ未知时，我们用样本方差来估计标准误，用估计标准误作为σ估计值。

2.t 统计量：

即：

适用规则：
1.当σ²值已知, 用z分数。
2.当σ²值未知, 用s²来估计σ²，用t统计量。

1.自由度(degree of freedom)：描述了样本中可以自由变化的分数的数目。

2.若样本容量为n，因为样本均值对于样本中的分数值构成了限制，所以t检验中样本有df=n-1个自由度。

3.t分布的形状是自由度df的函数。n的数目越大(或df越大),t分布就越接近正态分布。

1.t分布表描述了几个不同的t分布。对于每一个不同自由度，都存在一个不同的t 分布(即使当df变大时,差别实际上变得很小)。

2.表中的每一行都对应于不同的t分布，因表中没有足够的空间列出对应每个可能的t分数概率. t分布表中列出的只是最常用的临界区域的t分数(即,对应于那些最常用的 alpha 水平)

1. t检验属于一种推论统计方法，我们根据抽取样本来推测其代表的总体分布。
2. t检验的步骤:
   1. 陈述H₀和H₁；确定显著性标准a；
   2. 确定检验是单尾还是双尾；
   3. 确定检验的自由度df；
   4. 程序计算或查表得到临界t分数；
   5. 计算样本的实际t分数；
   6. 比较样本的实际t分数与临界t分数；
   7. 对H₀作出结论。
3. t_obs=计算出的t分数。
4. t_crit=表中的临界t分数。