z检验和t检验都是判断两组数据有没有差异的统计方法。总体标准差已知就用z检验，未知就上t检验。样本量大的情况下（比如50以上），t检验和z检验结果差不多。但小样本（比如30以下）用t检验更准，因为这时候样本标准差容易波动，t检验会自动调整误差范围。

为啥这样区分呢？因为样本量小的时候，样本标准差不够准，所以t检验更保守，临界值更高。比如学生1900年提出t检验，专门解决小样本问题。实验数据证明，当样本量30时，用z检验算出来的差异概率是5%，实际t检验显示是6.2%。自由度越低（样本量少），t检验临界值越大。比如95%置信水平下，z检验是1.96，t检验30样本是2.04，50样本是2.01。这就好比小船摇得厉害，得用更宽的船桨稳住。总体标准差未知时，用样本标准差代替会多出个估计误差，t检验正好把这个误差加进计算里，结果更保险。