9.1 Student 的 t 檢定（1908）#

本章導言#

1908 年，《Biometrika》刊登了一篇署名「Student」的論文《均值的可能誤差》。作者是都柏林 Guinness 釀酒廠的化學師 William Sealy Gosset（戈塞，1876–1937）。他解決了一個困擾科學界的實際問題：樣本只有幾個、方差未知時，怎麼檢定均值？答案——t 分布——開啟了「小樣本統計學」，這是統計學史上第一次以精確抽樣分布替代漸近近似。本節還原這段「啤酒、化學與數學」的歷史。

Guinness 酒廠的統計問題#

Gosset 1899 年以化學師身分加入 Guinness。釀酒的品質控制面臨統計困境：每批大麥、蛇麻草的樣本只有 4 到 10 個觀測（田間試驗與化學分析的成本限制），而當時的方法論（Gauss/Laplace 誤差理論、Pearson 學派的大樣本）都假設大樣本。小樣本下有兩個漏洞：

以樣本標準差 \(S\) 替代 \(\sigma\) ： \(S\) 本身隨機且小樣本下極不穩定， \(\frac{\bar{X} - \mu}{S/\sqrt{n}}\) 的分布遠比常態寬；
均值與方差在小樣本下相依（常態母體中 \(\bar{X}\) 與 \(S^2\) 恰好獨立——這個奇蹟般的性質使精確解成為可能）。

Gosset 需要知道： \(\frac{\bar{X} - \mu}{S/\sqrt{n}}\) 的精確分布是什麼？他以蒙特卡羅式的手工模擬（隨機數表，取樣 750 次）猜出答案的形狀，再以數學推導（幾何與特徵函數混合的技巧）證明之。

t 分布的誕生#

Gosset 1908 年的結果（以現代記號）：若 \(X_1, \ldots, X_n\) iid \(N(\mu, \sigma^2)\) ，則

\[ t = \frac{\bar{X} - \mu}{S/\sqrt{n}} \sim t_{n-1}, \qquad f(t) = \frac{\Gamma\left(\frac{\nu+1}{2}\right)}{\sqrt{\nu \pi}\, \Gamma\left(\frac{\nu}{2}\right)} \left(1 + \frac{t^2}{\nu}\right)^{-\frac{\nu+1}{2}}, \quad \nu = n - 1. \]

性質：對稱、鐘形；方差 \(= \frac{\nu}{\nu - 2}\) （ \(\nu > 2\) ）比常態的 1 大——更厚的尾部； \(\nu \to \infty\) 時收斂到 \(N(0,1)\) （大樣本恢復常態）。關鍵支撐： \(\bar{X}\) 與 \(S^2\) 獨立且 \((n-1)S^2/\sigma^2 \sim \chi^2_{n-1}\) （3.3 節 Gamma 家族），t 即「常態除以卡方的平方根」， \(\nu\) 稱自由度——Fisher 1922 年以幾何詮釋命名。

為何署名 Student？ Guinness 禁止員工發表研究成果（怕洩漏釀酒機密），Gosset 以筆名發表；公司知悉後特許（因無洩密），但筆名沿用。統計學史上最著名的化名由此而來。Fisher 與 Gosset 1908 年起的通信（跨越 29 年）是統計學史的珍貴文獻：Fisher 在 1912 年（劍橋學生）寫信指出 Student 論文中證明的缺口並補全，兩人合作把 t 檢定變成嚴格理論。

t 檢定與信賴區間#

以 t 替換 z，一切都改變了：

\[ t = \frac{\bar{X} - \mu_0}{S/\sqrt{n}}, \qquad \text{95\% 區間: } \bar{X} \pm t_{0.975, \, n-1} \frac{S}{\sqrt{n}}. \]

例子（Gosset 的原始情境）：大麥樣本 \(n = 5\) ， \(\bar{X} = 100\) 、 \(S = 8\) 。若用常態（錯誤方法）：半寬 \(= 1.96 \times \frac{8}{\sqrt{5}} \approx 7.02\) ；用正確的 t（ \(\nu = 4\) ， \(t_{0.975} = 2.776\) ）：半寬 \(= 2.776 \times \frac{8}{\sqrt{5}} \approx 9.94\) ——真實區間寬了 41%。忽視 t 的代價：在 \(n = 5\) 時，名義 5% 的檢定實際假陽性率高達約 16%（尾部厚度使臨界值被低估）。小樣本的常態幻覺不是學術瑕疵，是實驗室裡的真實假藥。

t 檢定的後裔成為現代統計的主力武器：單樣本 t、兩樣本 t（含 Welch 不等方差修正, 1947）、配對 t、迴歸係數 t 檢定（10.1 節）——所有「係數除以標準誤」的報表欄位都是 Student 的後代。

一個具體例題#

例題 9.1.1：新製程宣稱可縮短發酵時間。舊製程長期均值 42 小時。新製程試做 6 批，時間（小時）：39.2, 41.5, 40.1, 38.8, 42.3, 40.7。(a) 求 \(\bar{X}\) 、 \(S\) ；(b) 做 \(H_0: \mu = 42\) 的單尾 t 檢定（ \(\alpha = 0.05\) ）；(c) 求均值的 95% 信賴區間；(d) 討論樣本量與檢定力的意涵。

解：

(a)

\[ \bar{X} = \frac{39.2 + 41.5 + 40.1 + 38.8 + 42.3 + 40.7}{6} = \frac{242.6}{6} \approx 40.43 \ \text{小時}, \]

\[ S^2 = \frac{\sum (X_i - 40.43)^2}{5} = \frac{( -1.23)^2 + (1.07)^2 + (-0.33)^2 + (-1.63)^2 + (1.87)^2 + (0.27)^2}{5} = \frac{1.513 + 1.145 + 0.109 + 2.657 + 3.497 + 0.073}{5} = \frac{8.994}{5} \approx 1.799, \]

\(S \approx 1.342\) 小時。

(b) 檢定統計量：

\[ t = \frac{40.43 - 42}{1.342/\sqrt{6}} = \frac{-1.57}{0.548} \approx -2.87. \]

單尾（ \(H_1: \mu < 42\) ）臨界值 \(t_{0.05, 5} = -2.015\) 。 \(-2.87 < -2.015\) ，拒絕 \(H_0\) ：新製程顯著更短。精確 p 值 \(\approx 0.017\) 。

(c) 雙尾 95% 區間（ \(t_{0.975, 5} = 2.571\) ）：

\[ 40.43 \pm 2.571 \times 0.548 = 40.43 \pm 1.409 = (39.02, \, 41.84) \ \text{小時}. \]

區間不含 42，與 (b) 的拒絕一致（8.3 節的對偶性）。

(d) 檢定力檢查：若真實縮短 1.5 小時（效應量 \(d = \frac{1.5}{1.342} \approx 1.12\) 個標準差）， \(n = 6\) 的單尾功效約 80%（由非中心 t 分布，近似計算 \(\delta = 1.12\sqrt{6} \approx 2.74\) vs. 臨界 2.015）——本例功效尚可。但若效應只有 0.5 小時（ \(d \approx 0.37\) ），功效僅約 25%：「未顯著」在 \(n = 6\) 時幾乎不攜帶「無效果」的資訊（8.3 節的欠功率教訓在小樣本加倍嚴重）。Gosset 的教誨：小樣本要配效應量的區間（(c) 的下界 1.16 小時給出保守聲明），而非僅二元判決。

歷史啟示#

實務孕育理論：t 分布誕生於酒廠的品管需求，不是數學系的研究議題——應用統計的偉大理論常來自「算不下去的工程師」。
精確 vs. 漸近的轉折：1908 年之前統計學依賴大樣本漸近；t 檢定證明小樣本精確分布可以求出——精確理論時代（Fisher 的 F 分布、卡方修正）由啤酒開啟。
化名與公司政治：Guinness 的保密條款幾乎埋沒這篇論文；科學傳播的障礙常是機構而非能力。
師生信件的友誼：Gosset–Fisher 通信展示「實務者提出問題、理論家精煉答案」的最佳合作模式——兩人卻在 1930 年代因 Neyman 理論再現分歧（Fisher 攻擊 Neyman，Student 較為調和）。

與其他章節及領域的關聯#

3.3 節：卡方分布是 t 的分母；Gamma 家族的平方和理論是 t 的血統。
8.1 節： \(S^2\) 的 \(n-1\) 不偏修正與自由度概念出自同一條線。
8.3 節：z 檢定的「 \(\sigma\) 未知」漏洞由 t 檢定修補。
9.2 節：Neyman–Pearson 理論以 t 檢定為「最優檢定」的展示品（單邊最優、雙邊一致最優的討論）。
10.1 節：迴歸係數的 t 統計量 \(\hat{\beta}/SE(\hat{\beta}) \sim t_{n-p}\) 是本節的直接推廣。
品管與六標準差：小樣本 t 是製程能力分析的標準工具——Guinness 的問題至今仍在每條產線上重複。
醫學：臨床試驗的 I 期小樣本設計（dose-finding）的統計基礎包含 t 與後續的貝氏小樣本方法。

練習#

樣本 \(n = 16\) 、 \(\bar{X} = 24.8\) 、 \(S = 3.2\) 。求 \(\mu\) 的 95% 信賴區間（用 \(t_{0.975, 15} = 2.131\) ），並與誤用常態（ \(z = 1.96\) ）的區間比較寬度。
證明：當 \(\nu \to \infty\) 時 t 密度收斂到 \(N(0,1)\) （提示：Stirling 公式近似 Gamma 比、 \(t\) 的冪次極限為 \(e^{t^2/2}\) ）。
兩樣本 t（等方差合併）：組 A（ \(n = 8\) 、 \(\bar{x} = 51\) 、 \(s = 6\) ）vs. 組 B（ \(n = 10\) 、 \(\bar{y} = 47\) 、 \(s = 5\) ）。計算合併標準差 \(s_p\) 與 t 統計量，求雙尾 p 值的量級（ \(\nu = 16\) ）。
用 Gosset 式的「手工蒙地卡羅」思想：解釋為什麼 \(\frac{\bar{X} - \mu}{S/\sqrt{n}}\) 的分布在 \(S\) 有不確定性時必然比常態厚尾，並說明厚尾程度如何隨 \(n\) 增大而減輕。
思考題：Guinness 的保密文化差點埋沒 t 分布。請討論現代「企業數據科學」中的類似張力（內部洞見 vs. 可發表性），以及「保密許可 + 化名」這種歷史方案的當代可行性。

進階研讀：小樣本統計的五個深化場景#

場景一：常態下 \(\bar{X} \perp S^2\) 的奇蹟。Geary 定理（1936）：常態是唯一「樣本均值與樣本方差獨立」的分布。t 檢定的精確性完全依賴這個特性；母體偏態時 t 檢定的名義水準失真（但幅度驚人地小——經驗研究顯示 \(n \ge 15\) 時 t 檢定對溫和偏態極穩健，「t 檢定的魯棒性奇蹟」由 Box 1953 年的分析定調）。

場景二：F 分布與方差分析。兩個方差之比 \(\frac{S_1^2/\sigma_1^2}{S_2^2/\sigma_2^2} \sim F_{\nu_1, \nu_2}\) （Fisher 1924）。F 分布是 ANOVA（方差分析, Fisher 1925）的引擎：比較多組均值的「組間方差 / 組內方差」。t 是 F 的平方根特例（ \(F_{1,\nu} = t_\nu^2\) ）——Student 的遗产在 Fisher 手中從兩組擴張到多組。

場景三：Welch 修正與不等方差。兩樣本方差不等時，合併標準差是錯的；Welch（1947）的不等方差 t： \(\frac{\bar{X} - \bar{Y}}{\sqrt{s_1^2/n_1 + s_2^2/n_2}}\) ，自由度以 Welch–Satterthwaite 公式（1946）近似。現代建議（Delacre 等人 2017）預設使用 Welch 版——百年來的「標準做法」被重新評審，是方法論演化的常態。

場景四：順序統計量與經驗分位數。小樣本的世界還有一套無分布方法：符號檢定、秩檢定、以順序統計量構造的信賴區間（如中位數的區間由兩個順序統計量夾成，分布由二項分布給出，1.2 節的工具回歸）。當常態假設無法承擔時，這套「排序的力量」是小樣本的逃生通道。

場景五：貝氏的小樣本觀點。貝氏對小樣本的處理：以先驗補充樣本資訊（Jeffreys 先驗、Laplace 的均勻先驗），t 分布自然地作為常態均值的邊際後驗出現（先驗平坦時， \(\mu\) 的後驗正是平移縮放後的 \(t_{n-1}\) ！）。Student 的分布因此在兩個學派中同時登場：頻率學派的精確樞紐量、貝氏學派的後驗形狀——數學相同、詮釋相反（9.3 節的縮影）。

名詞速查表（本節出現的核心術語）#

t 統計量： \(\frac{\bar{X} - \mu}{S/\sqrt{n}}\) ，均值的小樣本樞紐量。
t 分布：厚尾對稱分布，自由度 \(\nu = n-1\) 。
自由度： \(S^2\) 中獨立資訊的數目；t/F/卡方的形狀參數。
** \(\bar{X} \perp S^2\) **：常態母體的奇蹟性質（Geary 1936 唯一性）。
**合併方差 \(s_p^2\) **：兩樣本 t 的方差合併。
Welch–Satterthwaite：不等方差下的近似自由度。
ANOVA / F 分布：方差比的分布與多組比較。
非中心 t：功效計算中的 t 分布（帶非中心參數）。
Student 化：以樣本標準誤標準化的統稱（studentized residual 等）。

年表速查（本節涉及的關鍵年份）#

1899：Gosset 入職 Guinness。
1907–08：Gosset 推導 t 分布、手工模擬驗證。
1908：Student《均值的可能誤差》發表。
1912：Fisher 通信補全證明。
1915：Fisher 導出相關係數的精確分布（姊妹工作）。
1922–24：Fisher 自由度幾何詮釋、F 分布。
1925：Fisher《研究工作者的統計方法》普及 t 檢定。
1936：Geary 常態唯一性定理；Fisher 重析孟德爾。
1946–47：Welch–Satterthwaite 修正。
1953：Box 的 t 檢定穩健性分析。
2017：Delacre 等建議預設 Welch t。

深化問答三則#

問：為什麼 t 檢定在小樣本「精確」而在大樣本「多餘」？ 答：精確性來自常態假設下的樞紐量分布完全已知（t）；大樣本時 \(S \to \sigma\) （大數法則），t 分布本身收斂於常態（練習 2），漸近方法就夠用。t 檢定因此是「漸近理論失效區間（小 n）」的專用藥——它填補了 Gauss–Laplace 誤差理論（大樣本）與現代非參數方法（無分布）之間的歷史縫隙。

問：Gosset 為什麼值得單獨一章？ 答：因為他改變了統計學的工作模式：1908 年之前，統計學是「大樣本的漸近數學」；之後，「抽樣分布的精確研究」成為主流（Fisher 的整個綱領——估計理論、方差分析、實驗設計——都以精確分布為基礎）。一位企業化學師以單篇論文移動了學科的重心，這在科學史上極為罕見。他也示範了「統計學家的職業形象」：不只是教授，也可以是工程師與品管員。

問：「化名 Student」對現代有什麼啟示？ 答：啟示有二。其一，科學署名制度（credit system）與機構保密的衝突是結構性的，現代企業 AI 研究中依然尖銳（大公司研究員「兼職發表」的規則即當代 Student 問題）。其二，化名使後人一度不知其人——Gosset 的貢獻在 1930 年代（去世前）才被廣泛歸位。科學史的反覆教訓：承認與歸檔的制度，與發現本身同樣重要。

（本節完）