t检验

t检验是一种假设检验，运用反证法的思想，证明原假设不成立，从而接受备择假设。

原假设和备择假设选择的条件：

1 原假设应该受到保护，不应轻易被拒绝；

2 备择假设是检验者所希望的结果

3 等号永远出现在原假设中

假设检验第一步：

判断样本是不是小概率事件。小概率事件时几乎不可能发生的，因此，只要出现小概率事件，就认为原假设是错误的。但是，只要小概率事件的概率不为0，那么就是有可能发生的，我们直接拒绝原假设可能出现拒真的错误，假设犯错误的概率为alpha（显著性水平：常为0.1, 0.05, 0.025）。为了控制alpha，我们将alpha固定。

我们算出在原假设成立的情况下，和当前样本一样出现极端或者更极端情况的概率，也就是样本参数和原假设的偏差，比现在的样本参数和原假设的偏差还要打的情况。我们把所得到的样本或更极端的情况出现的概率叫做p值（p-value），在上边的例子中，我们把所得到的均值小于等于9或者大于等于11的样本的概率叫做p值

总的来说，在假设检验中，判断小概率事假的一个基本原则是：当p值小于等于α时，我们的样本为小概率事件。P值与α的比较，采用显著性检验法，我们直接根据原假设和统计量的概率分布求解其p值，然后将p与α进行比较，从而判断是不是小概率事件。p>|t|是拒绝原假设错误的概率，小于0.05，说明错误的概率小于0.05，原假设可以拒绝。

用pyhton进行t检验可以参考以下的链接：

https://blog.csdn.net/m0_37777649/article/details/74938120