核心结论是 t 分布也叫学生 t 分布，是统计学里面专门用于总体方差未知，小样本情况下均值推断的连续概率分布，它整体形态是单峰对称钟形，和正态分布外形相似，但是尾部比标准正态分布更厚，也就是尾部概率更大，分布形态由自由度这一个参数决定，自由度越小，曲线越平缓尾部越厚，自由度不断增大的时候，t 分布会无限逼近标准正态分布，这个分布最核心用途就是 t 检验，总体标准差不知道的时候，用样本标准差替代总体标准差，统计量就服从 t 分布，这也是它和 Z 分布最关键的区别。t 分布诞生的原因，是实际科研和抽样当中，很多时候总体方差是没办法提前知道的，只能依靠样本本身计算样本标准差，如果继续强行套用标准正态分布，推断结果就会出现偏差，所以统计学家提出 t 分布，修正小样本带来的误差，自由度本质和样本量挂钩，常用自由度等于样本量减一，也就是 n 减 1，这个是样本估计方差损失一个自由度造成的。学习这个知识点第一步记住它是对称单峰连续分布，第二步理解自由度参数对曲线形状的影响，第三步对比 t 分布和标准正态分布的差异，第四步掌握 t 分布的应用场景，也就是总体方差未知的均值检验和置信区间计算，第五步熟悉临界值查表方法，根据自由度和显著性水平查找对应的 t 临界值。综合来看 t 分布的核心特点就是对称钟形厚尾，形态随自由度变化，大样本趋近正态，专门解决总体方差未知小样本推断问题。