学生t检验,Student's T Test

今天和临时Boss,Michael讨论了一下怎么进行程序的正确性校验,被上了一课。
程序的校验一般是通过对比实验的测量结果和程序的计算结果进行的,判断程序计算可靠性其实就是对比实验测量结果和计算结果是同一个事件的置信度。这个置信度的计算可借助统计学中的学生t检验进行。

相似得置信度估计方法包括:Z-test,ANOVA(变异数分析),Student’s T test。
Student’s T test 是英国人威廉·戈塞针对小样本数量的 Z test的改进。
当带比较得数据有3组以上时,因误差无法压低,可以使用ANOVA。

从维基百科开始,我对Student’s T test做了一个详细的调研和理解,如下是学习笔记。

学生t-分布, Student’s t-distribution

回到正态分布的概念,正态分布的意义是:在已知样本总体方差的前提下(比如采样数量足够大时),根据采样结果得到的总体的均值的分布函数。比如已知采样结果[a1, a2, …, an],假设n非常大,那么目标的

但是,对于数量较小的采样样本,正态分布的假设(已知样本总体方差)不成立,为此引入了学生t分布。

结论

对于我们的已经收敛的蒙卡粒子输运程序而言,Z-test可能是更好的置信度分析方法。