t 分布（Student’s t-distribution，学生 t 分布）：48年接力（1899-1947）

Student’s t 检验的发展时间线（1899–1947）

从吉尼斯啤酒厂的小样本难题 → “Student”匿名发表 → 费舍尔改造为 t → 韦尔奇修正方差不齐

1899 · 戈塞特（William Sealy Gosset, 1876–1937）
牛津大学数学、化学双第一毕业，入职都柏林吉尼斯（Guinness）酿酒厂当学徒酿酒师。酒厂要科学管控大麦、啤酒花、酵母这些农产品原料的天然波动，但每批实验只能用很少的样本。
1904 · 酒厂内部报告
戈塞特写出内部报告《”误差律”在酿酒工作中的应用》，发现一个关键现象：样本很小时，样本均值的分布严重偏离正态曲线，原来的 1.96σ 界限不再可靠。
1905–1907 · 拜会皮尔逊（Karl Pearson）
1905 年 7 月在英国度假时拜访 UCL 的卡尔·皮尔逊；1906–1907 年获邀到皮尔逊的生物计量实验室工作一年，专攻小样本问题——这是 t 分布的”产房”。
1908 年 3 月 · Student 发表《均值的概率误差》★ 里程碑
戈塞特以笔名 “Student” 在《Biometrika》发表论文。为何匿名？吉尼斯禁止员工公开公司数据；”Student”一名来自他当时用的笔记本封面《The Student’s Science Notebook》。他用机械计算器花了约 6 个月算出 n=4 到 10 的 z 值表——这就是 t 统计量的前身。1908 年因此被视为小样本统计推断的元年。
1912–1917 · 费舍尔与戈塞特通信
年轻的罗纳德·费舍尔（Ronald Fisher, 1890–1962）看出 z 分布背后的数学本质，提出自由度概念。1917 年戈塞特把 z 表扩展到 n=2 到 30，并开始用 n−1 代替 n。戈塞特当时还写信给费舍尔抱怨：”你大概是唯一一个会用这些表的人。”
1925 · 费舍尔把 z 改造为 t ★ 里程碑
费舍尔在《Metron》发表《”Student”分布的应用》，完整推导分布，并做了两个关键改动：① 把戈塞特的 z 乘以 √(n−1)，得到今天教科书里的 t 统计量；② 把参数从 n 改成 自由度 df = n−1。同时给出双样本、两组样本量不等的例子——双样本 t 检验由此成型。
1935 · 费舍尔《实验设计》
费舍尔出版《实验设计》，把 t 检验嵌入随机化、重复、区组的实验设计体系，t 检验从”酿酒厂工具”变成农业、生物、医学实验的标准方法。同年戈塞特升任吉尼斯伦敦厂的总酿酒师。
1947 · 韦尔奇（B. L. Welch）
针对”两总体方差不相等”时经典 t 检验失真的问题，韦尔奇提出修正版——Welch’s t-test（用 Welch–Satterthwaite 公式近似自由度）。这是今天 Minitab、SPSS 里默认可选的那个”不假定等方差”版本。

蓝色 = 酿酒厂问题起源 · 紫色 = 学术交汇 · 红色 = 里程碑 · 金色 = 体系化推广 · 绿色 = 现代修正

给学员的冷知识开场白：你每天在 Minitab 里点的那个 “One-Sample t”，它的爹是吉尼斯啤酒厂的首席酿酒师戈塞特；他为了不让老板知道他在搞研究，用笔名 Student 发表。t 这个字母是费舍尔后来改的——戈塞特原本算出来的统计量叫 z，费舍尔把它乘了 √(n−1) 才变成我们今天写在课件上的 t。

  • 爱尔兰都柏林的健力士啤酒厂（Guinness Brewery）。酒厂规定员工不允许公开发表研究论文，担心商业机密外泄；
  • 1900 前后，当时做质量检验、原料检测时，样本量很小（n 很小）。使用经典正态 Z 检验的前提：总体标准差 σ 已知。在健力士啤酒厂工作的William Sealy Gosset发现，用样本标准差ss代替总体σ\sigma后，统计量不再服从标准正态分布；尾部更厚，如果继续用正态临界值，会高估显著性；
1908：Gosset用笔名 Student 发表论文《The Probable Error of a Mean》
  • 他通过大量蒙特卡洛模拟（手工抽样，没有计算机！），得到这个新分布；
  • 推导出小样本下统计量 t=x‾−μs/nt=\frac{\bar x-\mu}{s/\sqrt{n}}的抽样分布；
  • 给出早期 t 临界值表。

这篇文章给出的分布，后世称为 Student t 分布。 ⚠️注意：戈塞特没有严格数学证明，是通过实验模拟发现分布形态。

1912：R. A. Fisher 看到 Student 的论文，给出了 t 分布的完整理论推导，建立了 t 分布的概率密度函数，并且定义了自由度（degrees of freedom）这个核心概念。
  • 戈塞特本人并没有使用 “t” 这个符号；t 这个符号是 Fisher 命名的
  • Fisher 把 t 分布整合进假设检验框架；
  • 拓展到两组均值比较、方差分析体系；

所以历史描述：Gosset 发现 t 分布，Fisher 完成理论证明并推广应用。 Gosset 和 Fisher 长期书信交流，两人是重要学术伙伴。

1925：Fisher《Statistical Methods for Research Workers》，收录 t 检验、t 表。
  • t 分布从小样本实验的小众工具，变成农学、生物、工业实验的标准方法。
  • t 表不断扩充，不同自由度的临界值陆续补齐。
1938：Welch t 检验
  1. Welch 修正双样本 t 检验，取消方差齐性假设，得到近似自由度，就是 Minitab 里的 “不假定等方差” t 检验，解决两组方差不等时的均值比较；
  2. 拓展到回归：用 t 分布做回归系数显著性检验；
  3. 稳健 t、非对称 t 分布等衍生版本；
  4. 计算机时代：软件直接计算 t 分布 P 值，不再依赖查表。
t=x‾−μ0snt = \frac{\bar{x} – \mu_0}{\dfrac{s}{\sqrt{n}}}
  • x‾\bar x：样本均值；μ0\mu_0：目标总体均值
  • ss：样本标准差；nn样本量；自由度df=n−1 df=n-1
  1. 单样本 t 检验：样本均值和目标总体均值比较，σ 未知；
  2. 独立双样本 t 检验：两组均值比较（分方差齐 / 方差不齐两种）；
    • 方差齐：合并方差，\(df=n_1+n_2-2\)
    • 方差不齐：Welch t 检验，近似自由度；
  3. 配对 t 检验：配对前后差值，对差值做单样本 t；
  4. 回归系数显著性检验：回归里检验系数是否不等于 0；
  5. 总体均值的置信区间，σ 未知时，用 t 分位数代替 Z。

一条评论

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注