它们都是用来判断总体均值是否等于某个数，它们有什么区别？哪个时候用z test哪个时候用t test？
2个回答
两者都是利用样本来检验总体均值是否等于$\mu_0$的检验方法.
教科书上一般是这么说的：
1. 如果样本数小于30，用T test；
2. 如果总体方差未知，用T test；
3. 否则用Z test。
但是（对，转折了），我觉得不用管那么多，尽管用T test。因为：
1. 当样本数增大，T test的结果会很快收敛到Z test的结果
2. 在实际情况中，真正的总体方差几乎都是未知的
所以我只用T test。
SofaSofa数据科学社区DS面试题库 DS面经
清风
2017-04-06 09:44
这张图也可以帮助判断
相关主题
F检验的使用场景
3回答
单因素方差分析(one-way anova)在使用时需要有什么前提假设条件吗？
1回答
显著水平和p值是什么关系？
1回答
多重检验中的FDR(false discovery rate, 错误发现率)是什么？
2回答
spss的检验分了t，卡方，非参数，分类的依据和目的是啥
1回答
T检验的effect size是什么？有什么含义吗？
1回答
T检验需要提前假设吗？
1回答
假设检验的效力是什么？
1回答
多重比较校正
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！