t的時間：如何使用學生的t檢驗

到目前為止進行討論假設檢驗和p值，我們將以t分發為例，以查看所有功能的工作原理。t分布（您可能已經聽說過它稱為學生t）是一個看起來像鍾形曲線（或正常分布）的概率分布。

如果我們從人口中反複采樣零假設是真實的，t分布顯示出了各種t值的長期概率。

但是什麼是T值？

我們從數據集中計算出t統計量。這是測試樣本平均值的計算：

如果零假設是正確的，則樣品平均值可能接近假設值（例如，樣品平均值可能等於52，接近假設的平均值為50）。這將使我們有一個接近零的分子（線上），這又給出了t統計信息接近零。

鑒於，如果我們的樣本平均值遠離假設的平均值（例如63），則結果t統計量將更大。

然後，我們查看我們計算出的t統計量對t分布的位置。因為它是鍾形曲線，所以數據群關於平均值。如果零假設是正確的，那麼遠離平均值（即向分布尾巴的尾巴）的值並非不可能。

t發行的統計表可以在線和教科書中可用。他們給我們臨界值對於t分布在各種顯著性水平上。例如，這是我們在討論自由度時查看的alpha = 0.05表。

在各個表中，基礎分布是相同的。它們僅在顯示出分布的百分比方麵有所不同。我們的桌子告訴我們，對於給定的自由程度，5％的分布占據了什麼價值。例如，當df = 5時，臨界值為2.57。這意味著5％的數據超過2.57-因此，如果我們計算出的t統計量等於或大於2.57，則可以拒絕我們的零假設。

在此階段，我們將其綁定到P值。通常，P值是一些神奇的數字，研究人員可能不確定他們真正來自哪裏。這是秘密：他們沒有什麼魔術。正如我們已經討論過的那樣，p值告訴我們獲得t統計量或更極端的可能性，鑒於零假設是正確的。也就是說，t分布的哪個區域位於超過我們計算的t統計數據？

我們已經確定了5度的自由度，關鍵t值為2.57；5％的分布位於標記2.57的線的右側。如上所示，如果我們的樣本平均值為63，我們將獲得2.60的計算t統計量。這條線右側的區域為我們提供了P值；獲得或更極端的可能性，即分布的哪個區域位於2.60的右側。在這種情況下，答案是分布的2％，使我們的p值為0.02。這是您的統計軟件吐出的那個神奇數字；希望現在看起來並不那麼神奇。

接下來：使用所有這些信息開始進行一些統計示例！同時，在下麵發布有關您如何找到統計係列以及您希望我要寫的內容的評論。