導語：在實驗數據收集完成之後，通常需要進行合适的假設檢驗來推斷策略帶來的影響是否是顯著變化，常用的假設檢驗方法有Z test、T test、卡方檢驗等，但最常用的就是T test了，如何針對不同的指标采用科學的T test方（zi）案（shi），是數據分析師的必備技能。
概念：T檢驗，亦稱student t檢驗（Student's t test），主要用于樣本含量較小（例如n < 30），總體标準差σ未知的正态分布。T檢驗是用T分布理論來推斷差異發生的概率，從而比較兩個平均數的差異是否顯著。
在實驗中往往是隻有實驗組和對照組兩組數據，且假設它們的方差是相等的，需要檢驗兩組的均值是否有顯著差異（雙邊檢驗），此時需要采用兩獨立樣本均值檢驗的方式。
Step 1：首先提出原假設和備擇假設
Step 2：構造統計量
Step 3：顯著性計算
我們通常是根據計算p value來判定顯著性的。雙邊T test的P值公式為：
一般來說，p小于0.05時認為是顯著變化。
常用的三種姿勢所謂三種姿勢，是根據指标的分布進行區分的，業務中常見的指标可以分為三種：均值指标、率指标、比例指标，這三類指标的方差計算方式不一樣，導緻了在實際計算t統計量時的公式也會發生變化，下面将一一介紹。
01 均值指标
均值指标是最常見的，比如人均消費金額、人均消費時長等，均值類指标的樣本方差公式為：
02 率指标
率指标在業務中也較為常見，尤其是在漏鬥分析的過程中，比如XX轉化率，由于率指标複合二項分布，其方差公式等于p*(1-p)，p為均值。
03 比例指标
比例指标由于它和率指标較為相似，在業務中也經常被忽略，比如成交率（分母為用戶需求量，分子為成交需求量）這個指标，在以訂單為實驗單元時，就是率指标，在以用戶為實驗單元時，就是比例指标，比例指标的分子和分母分别服從一個分布，計算方差的公式為：
私信博主，獲取T test python代碼。
,更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
