当我参加我的第一个统计课程时（在恐龙之后，但当真正的计算机仍然占据整个房间时）我们被教导如果自由度超过 30 则使用 z 表，部分原因是书中的 t 表只上升到 30 个自由度，如果你看一下 t 表，你会发现在 28 个自由度左右的某个地方，你会得到与 z 表相同的结果，直到 2 位有效数字（当手动完成所有这些操作时，我们倾向于更频繁地四舍五入）。也许主持人仍然是那所学校。

你是对的，如果你使用样本标准差来测试平均值，那么你真的应该使用 t 分布，而不管大小（这几天更容易做到），并且只在你使用 z （标准正态）时知道总体标准差，但出于实际目的，如果样本量很大，您通常不会看到有意义的差异。

你是对的，它应该是一个t分布。但由于样本量为 36（即 > 20），因此 z 分布也是合适的。请记住，随着样本量的增加，t 分布在形状上变得更类似于 z 分布。

我很难弄清楚可汗是否只是过度简化了视频中的内容，或者他只是错了。我不得不说后者，但问题不在于z或t问题。他将计算出的置信区间称为置信区间，然后说他有 92% 的把握总体均值落在给定范围内。这根本不是您从置信区间得出的结论……不幸的是。

然后我回到t与z的问题，开始怀疑他是否在那里犯了错误。我认为这可能不是因为他确实声明如果样本较小，您必须进行更正。因此，其他回答者可能对此是正确的。他只是使用z，因为他已经介绍了它，并且它与 36 的 n 足够接近。我不打算浏览所有视频，但我想他稍后会介绍t分布，希望是下一个。

很遗憾，可汗学院在许多统计数据领域都存在错误……但也许我只是有这种感觉，因为我只被指向有问题的视频。