学生 t 分布

学生 t 分布 (Student's t-distribution)

学生 t 分布 (Student's t-distribution)，简称 t 分布，是 推断统计学 中一类连续 概率分布，由英国统计学家 威廉·戈塞特 (William Sealy Gosset) 于 1908 年以笔名"学生"（Student）发表。该分布专为 小样本 场景设计——当 总体标准差 未知且须以 样本标准差 替代时，t 分布取代 正态分布 成为 假设检验 和 区间估计 的准确参照分布。

定义与构造

设 $Z \sim N(0,1)$ 为标准正态随机变量，$V \sim \chi^2_k$ 为自由度为 $k$ 的 卡方分布，且 $Z$ 与 $V$ 独立，则随机变量

服从自由度为 $k$ 的 t 分布，记作 $T \sim t_k$。

参数 $k$（自由度）决定了分布的形状。在 单样本 t 检验 中，自由度取 $n-1$，其中 $n$ 为样本量。

概率密度函数

t 分布的概率密度函数为：

其中 $\Gamma(\cdot)$ 为 Gamma函数。该密度关于 $t=0$ 对称，呈钟形，但尾部比 标准正态分布 更厚——这反映了小样本下估计量波动更大的特性。

核心性质

1. 对称性：t 分布以 0 为中心对称，与标准正态分布类似。
2. 尾部厚度：自由度 $k$ 越小，尾部越厚；当 $k \to \infty$ 时，t 分布趋近于标准正态分布。实际中，$k > 30$ 时两者已十分接近。
3. 数学期望：当 $k > 1$ 时，$\mathbb{E}[T] = 0$；当 $k \le 1$ 时，期望不存在。
4. 方差：当 $k > 2$ 时，$\operatorname{Var}(T) = \frac{k}{k-2}$；当 $k \le 2$ 时，方差无穷大或不定义。
5. 峰度：t 分布的峰度（需 $k > 4$）为 $\frac{6}{k-4} + 3$，高于正态分布的 3，体现其 尖峰厚尾 特征。

在统计学中的应用

t 分布是经典 小样本推断 的基石，主要应用包括：

1. 单样本 t 检验：检验样本均值是否等于已知常数的总体均值。检验统计量为： \[ t = \frac{\bar{x} - \mu_0}{s / \sqrt{n}} \sim t_{n-1} \] 其中 $\bar{x}$ 为样本均值，$s$ 为样本标准差，$n$ 为样本量。
2. 两样本 t 检验：比较两个独立组均值是否相等。分为等方差（Student's t）和异方差（Welch t检验）两种形式。
3. 配对 t 检验：用于同一对象前后测或匹配对象的均值比较，本质是对差值序列的单样本 t 检验。
4. 回归系数的显著性检验：在 线性回归 中，回归系数 $\hat{\beta}_j$ 除以其 标准误 后得到 t 统计量，用于检验系数是否显著不为 0。
5. 置信区间：基于 t 分布构造的均值置信区间为： \[ \bar{x} \pm t_{\alpha/2,\,n-1} \cdot \frac{s}{\sqrt{n}} \] 其中 $t_{\alpha/2,\,n-1}$ 为 t 分布的 $\alpha/2$ 上侧分位数。

与正态分布的关系

t 分布与 正态分布 的深层联系通过 高尔顿-戈塞特-费希尔链 展现：当样本量为大样本时，t 分布近似于标准正态分布，因此 z 检验 可替代 t 检验。但在小样本下，使用 t 分布而非正态分布是避免 I 型错误 膨胀的必要措施。此外，t 分布是 贝叶斯推断 中正态分布均值参数的无信息后验分布，体现了其在现代统计中的地位。

历史注记

戈塞特时任爱尔兰都柏林 健力士啤酒厂 (Guinness Brewery) 的酿酒化学师。他需要在极其有限的样本（如仅 4 批麦芽）中推断产品质量。然而公司禁止员工以本名发表研究——以防范商业机密泄露——故以"Student"为笔名。罗纳德·费希尔 (Ronald Fisher) 随后完善了该理论，并以"t 分布"之名将其写入所有统计学教科书。这一发现是 小样本革命 的起点，使统计学从"大样本近似"迈入"精确小样本推断"的时代。