数值型数据的均值检验

-------------本章内容来源：python统计分析第八章----------------------------

标准差和标准误的概念：

1. 标准差定义为各测量值误差的平方和的平均值的平方根，故又称为均方误差；

2. 标准误反映的是样本均数之间的变异（即样本均数的标准差，是描述均数抽样分布的离散程度及衡量均数抽样误差大小的尺度）。也表示的是抽样的误差。因为从一个总体中可以抽取出多个样本，每一个样本的数据都是对总体的数据的估计。标准误代表的就是当前的样本对总体数据的估计，标准误代表的就是样本均数与总体均数的相对误差。标准误是由样本的标准差除以样本人数的开平方来计算的。从这里可以看到，标准误更大的是受到样本人数的影响。样本人数越大，标准误越小，那么抽样误差就越小，就表明所抽取的样本能够较好地代表样本。

1.单样本均值的t检验：

检验一个正态分布的数据的均值和参考值的差异，我们一般使用单样本t检验，该检验基于t分布。

eg:我们从均值为7，标准差为3的正态分布中抽取100个数据，那么得到一个和该均值的差距>=0.5的可能性有多大？

在这个例子中，来自t检验的概率是0.057，来自正态分布的概率是.0054.
本例子中抽取的100个样本，均值为7.10，样本的标准差为3.12，均值的标准误是0.312.

-----未完待续---------------