均值已知检验方差_T检验、T分布、T检验的计算方法

一、T检验的思路

举个例子：假设X公司有两块土地：土地A采用A方案进行种植，平均每株可以结100g的农作物。土地B采用改进的B方案种植，公司想知道“B方案是否比A方案好，能提高农作物产量”。为了减少测试成本，假设只从B方案的土地中采样了5株农作物，样本均值为120g。从结果上看，似乎产量提高了，样本均值增加了20%，但是我们可以这样认为吗？

二、 分析：

现在提出假设检验：

• 假设：B方案没有提高产量，即AB方案是同一个分布
• 检验：在此假设下，
  发生的概率高不高

已知的数据是，A方案下的农作物的产量服从

,标准差

未知的正态分布：

而B方案下的农作物的产量的样本均值

，样本数为5。下图为不同的均值、标准差对应的正态分布的图像：

标准差越大，说明数据越分散，那么曲线的跨度就越大，曲线显得更加‘矮胖’；反之标准差越小，说明数据越集中，跨度越小，曲线显得更加‘高瘦’。

X如果服从正态分布

这里

，

。

采样5个点使其

图像如下：

由此可见，那5个样本属于

的分布概率非常低。即A、B方案是同一个分布的可能性不大，我们有很大把握可以认为B方案比A方案好，能提高农作物产。 <