t-test(t-검정)는 정규 분포를 따르는 하나 또는 두 모집단의 평균에 대한 가설 검정이다.
상황에 따라 여러 유형의 t-검정이 존재하지만, 모든 t-test(t-검정)는 귀무 가설에서 t-분포를 따르는
검정 통계량을 사용한다.
 

"1 sample t-test(1 표본 t-검정)"
 
단일 모집단의 평균이 목표값과 같은지 여부를 검정한다.
예 : A 대학교 여학생의 평균 키가 165cm 이상인가?
 

 

"2 sample t-test(2 표본 t-검정)"
 
독립적인 두 모집단의 평균 간의 차이가 목표값과 같은지 여부를 검정한다.
예 : A 대학교 여학생의 평균 키가 남학생의 평균 키와 유의한 차이가 있는가?
 

 

"Paired t-test(대응표본 t-검정)"
 
종속 또는 쌍체 관측치 간 차이의 평균이 목표값과 같은지 여부를 검정한다.
예 : A 대학교 여학생들의 체중을 체중 감량 알약을 복용하기 전과 복용한 후에 측정하는 경우,
     감량된 체중의 평균이 알약이 효과가 있다는 결론을 내리기에 충분히 유의한가?
 

 

"회귀분석 결과의 t-test"
 
회귀 방정식의 계수 값이 0과 유의하게 다른지 여부를 검정한다.
예: 수능시험점수가 대학학점을 예측하는 데 유의한가? 
 
 

 

t-test(t-검정)의 중요한 특성 중 하나는 모집단의 정규성 가정에 대한 로버스트성이다.
즉, t-test(t-검정)는 정규성의 가정을 위반하는 경우에도 잘 작동하지만, 분포가 심하게 치우치지 않은
경우에만 그렇다. 이러한 특성 때문에 t-test(t-검정)는 모집단 평균을 추론하는 데 있어 가장 유용한
방법으로 사용된다.

그러나 정규분포를 따르지 않으며 심하게 치우친 분포의 경우 비모수 검정을 사용하는 것이 더 적절하다.