在针对连续变量的统计推断方法中，最常用的是 t 检验和方差分析两种。t 检验，又称 student t 检验，主要用于样本含量较小（例如n<30），总体标准差未知的正态分布资料。它是用 t分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。u 检验适用于总体标准差已知的小样本均数的假设检验，或总体标准差未知的大样本均数的假设检验。当样本数较大时，t 检验和 u 检验可以等同使用
翻译来源The t-distribution: a key statistical concept discovered by a beer brewery这篇博文会介绍两种你在数据科学， 统计学， 机器学习领域中几乎每次都会遇到的概率分布。高斯分布（正态分布/常态分布）想象我们在进行一项关于城市人口身高的研究。 我们走街串巷随机测量了一堆人的身高（其中有一些人认为这太奇怪了，想要叫警察， 但是这
用z分布及t分布求置信区间： 1、当整体标准差已知的时候，就不需要用样本标准差去估计总体标准差了。所以都用z检验。2、当总体标准差未知，需要估计，用t检验。当n>>30，z检验和t检验结果相近，以t检验为准。但是z检验比较好计算，就在大样本时替代t。数据准备：import os
HOUSING_PATH = os.path.join("datasets", "housing")
im
