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
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
T distribution定义在概率论和统计学中，学生t-分布（t-distribution），可简称为t分布，用于根据小样本来估计 呈正态分布且方差未知的总体的均值。如果总体方差已知(例如在样本数量足够多时)，则应该用正态分布来估计总体均值。In probability and statistics, Student's t-distribution (or simply the t-dist
首先介绍scipy中的几类函数：概率密度函数(PDF: Probability Density Function)：连续随机变量的概率分布特性用概率密度函数(PDF: Probability Density Function)来刻画。累积分布函数(CDF: Cumulative Distribution Function)：百分点函数(PPF: Percent Point Function)：百分
