【统计检验】T检验

统计检验必学：T检验｜三种类型+公式推导+Python代码+机器学习实战

T检验是统计学、数据分析、机器学习中最常用、最基础的均值检验方法，专门用来判断两组数据的均值是否存在显著差异。

一、T检验到底是什么？（一句话看懂）

T检验 = 小样本、总体标准差未知时，比较“均值是否有显著差异”的统计检验

它要回答的核心问题：

两组数据的均值不一样，是真的有差别，还是只是随机误差？

适用场景

• 样本量n < 30（小样本）
• 总体标准差未知
• 数据近似服从正态分布
• 只比较均值，不比较方差

二、T检验的三种核心类型（必考+必用）

T检验一共只有3种，对应3种不同业务场景，一定要分清：

1. 单样本 T 检验

用途：一组样本 和 已知总体均值 比较

• 例子：某班平均分是否显著不等于全校平均分
• 公式：
  t=X‾−μ0s/n t = \frac{\overline{X} - \mu_0}{s/\sqrt{n}}t=s/n​X−μ0​​

2. 独立样本 T 检验

用途：两组完全独立的样本比较

• 例子：男生成绩 vs 女生成绩；新方法 vs 旧方法
• 公式：
  t=X‾1−X‾2Sp1n1+1n2 t = \frac{\overline{X}_1 - \overline{X}_2}{S_p \sqrt{\frac{1}{n_1}+\frac{1}{n_2}}}t=Sp​n1​1​+n2​1​​X1​−X2​​
  合并方差：
  Sp=(n1−1)s12+(n2−1)s22n1+n2−2 S_p=\sqrt{\frac{(n_1-1)s_1^2+(n_2-1)s_2^2}{n_1+n_2-2}}Sp​=n1​+n2​−2(n1​−1)s12​+(n2​−1)s22​​​

3. 配对样本 T 检验

用途：同一组对象前后两次测量比较

• 例子：减肥前体重 vs 减肥后体重；训练前成绩 vs 训练后成绩
• 思路：先算差值，再对差值做单样本T检验

三、T分布是什么？和正态分布有什么区别？

T分布是小样本下的正态分布，形状由自由度 df决定：

T分布特点

1. 对称、钟形，和正态分布很像
2. 自由度越小，尾部越厚（更能容忍小样本波动）
3. 自由度越大，越接近标准正态分布
4. 自由度公式：
   • 单样本：df=n−1df = n-1df=n−1
   • 独立样本：df=n1+n2−2df = n_1+n_2-2df=n1​+n2​−2

四、Python 代码1：T分布与正态分布对比可视化

importnumpyasnpimportscipy.statsasstatsimportmatplotlib.pyplotasplt# 生成x轴数据x=np.linspace(-5,5,100)# 计算不同分布的密度t2=stats.t.pdf(x,df=2)t10=stats.t.pdf(x,df=10)norm=stats.norm.pdf(x)# 绘图plt.figure(figsize=(8,5))plt.plot(x,t2,label='t-distribution df=2',c='red')plt.plot(x,t10,label='t-distribution df=10',c='blue')plt.plot(x,norm,label='Normal',c='green',linestyle='--')plt.title('T分布 vs 正态分布')plt.xlabel('x')plt.ylabel('Density')plt.legend()plt.grid(alpha=0.3)plt.show()

五、Python 代码2：独立样本T检验（最常用）

模拟两组成绩，判断是否有显著差异

importnumpyasnpimportscipy.statsasstatsimportseabornassnsimportmatplotlib.pyplotasplt# 生成数据np.random.seed(0)group1=np.random.normal(60,10,30)# 方法Agroup2=np.random.normal(65,12,30)# 方法B# 独立样本T检验t_stat,p_value=stats.ttest_ind(group1,group2)print(f"T 统计量:{t_stat:.4f}")print(f"P 值:{p_value:.4f}")# 分布对比图plt.figure(figsize=(8,5))sns.histplot(group1,color='blue',kde=True,label='Group1',stat='density',bins=10)sns.histplot(group2,color='red',kde=True,label='Group2',stat='density',bins=10)plt.title('两组数据分布对比')plt.legend()plt.show()

结果怎么看？

• p < 0.05：差异显著，拒绝原假设
• p ≥ 0.05：差异不显著，不能拒绝原假设

六、Python 代码3：机器学习中的应用——特征选择

T检验（及其等价的F检验）是分类任务特征筛选神器：
判断特征在不同类别间是否有显著差异。

fromsklearn.datasetsimportload_irisfromsklearn.feature_selectionimportf_classiffromsklearn.linear_modelimportLogisticRegressionfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_score# 数据集data=load_iris()X,y=data.data,data.target# 方差分析F检验（等价于多分类T检验）f_vals,p_vals=f_classif(X,y)print("特征F值：",f_vals.round(2))print("特征P值：",p_vals.round(4))# 筛选显著特征（p<0.05）X_selected=X[:,p_vals<0.05]# 建模X_train,X_test,y_train,y_test=train_test_split(X_selected,y,test_size=0.3,random_state=42)model=LogisticRegression()model.fit(X_train,y_train)acc=accuracy_score(y_test,model.predict(X_test))print(f"筛选后特征数：{X_selected.shape[1]}")print(f"模型准确率：{acc:.4f}")

七、T检验使用步骤（万能流程）

1. 明确问题：单样本/独立样本/配对样本
2. 检验正态性（T检验要求数据近似正态）
3. 计算 t 统计量
4. 查看 p 值
5. 下结论：
   • p < 0.05 → 差异显著
   • p ≥ 0.05 → 差异不显著

八、超清晰总结（背诵版）

1. T检验 = 小样本、方差未知时的均值检验
2. 三种类型：单样本、独立样本、配对样本
3. T分布：自由度越小越扁尾，越大越接近正态
4. 看 p 值判断显著性：p < 0.05 显著
5. 机器学习用途：特征选择（筛选显著差异特征）