t分布分位数表完整图：原理、使用与解读
1. t分布简介
t分布（Student's t分布）是统计学中用于小样本推断的重要分布，由W.S. Gosset以笔名“Student”提出。当总体标准差未知且样本量较小时，t分布替代正态分布进行均值检验。t分布的形状依赖于自由度（df），自由度越大，t分布越接近标准正态分布。
2. 分位数表的作用
t分布分位数表（完整图）列出了不同自由度下对应特定右尾概率或双侧概率的t值（临界值）。在假设检验中，将计算出的t统计量与临界值比较以决定是否拒绝原假设；在置信区间计算中，使用临界值确定区间宽度。
3. 表的构成
典型的t分布分位数表以行表示自由度（通常从1到120或更多），列表示右尾概率（如0.10、0.05、0.025、0.01、0.005）。表格中的数值为对应的t值（临界值）。完整图可能还包括自由度很大的情况（如∞即正态分布）。
4. 如何查找t值
例如，给定自由度df=10，显著性水平α=0.05（双侧检验），则右尾概率为α/2=0.025。在表格中，找到df=10的行，以及右尾概率0.025的列，交叉处的数值即为t_{0.025}(10) ≈ 2.228。若单侧检验，则直接使用右尾概率α。
5. 实际应用示例
假设检验：某工厂声称产品平均重量为50kg，随机抽取9个产品，样本均值49.8kg，样本标准差0.5kg。计算t统计量：t=(49.8-50)/(0.5/√9)= -1.2。自由度df=8，取α=0.05双侧，查表得t_{0.025}(8)=2.306。|t|=1.2 < 2.306，故不拒绝原假设。
置信区间：同样数据，95%置信区间为49.8 ± 2.306 * (0.5/3) = (49.416, 50.184)。
6. 完整图说明
完整的t分布分位数表通常包含从df=1到df=120，以及df=∞的数值，并覆盖常用右尾概率。由于篇幅限制，本文不直接绘制表格，但读者可参考标准统计教科书或在线资源获得完整图表。使用时需注意：部分表格可能给出双侧尾概率，务必确认表头说明。
7. 注意事项
当自由度大于100时，t分布近似正态分布，可直接使用z值。现代统计软件（如R、Python）可精确计算t分布的任意分位数，但理解表格原理对掌握统计思想至关重要。