Liechi Tingwei 没看明白这个问题。如果你想问的是：为什么回归方程的参数显著性检验用 t 检验，那可以参考这个答案。 简言之，回归方程里的参数原本是服从正态分布的，但由于该正态分布的方差未知，所以用的是估计值，这时候 t 分布是对该参数分布更好的描述。
Tingwei Liechi 对我就是这个意思，就是因为，很多情况下，我们说样本大的时候可以用样本方差看做总体方差，用z 检验（虽然用样本方差代替总体方差但是没有改成t检验，依然是查z表），但是到了线性回归又直接用t了，就是感觉很混乱。
Liechi Tingwei 我猜测可能是由于以下两个原因： 有时回归方程里包含了不止一个参数，需要估计的参数越多则方程所包含的不确定性就越大，而这可以通过 t 分布里的自由度的改变来反应； 如果样本量过大，回归方程的参数检验没有太大的意义，因为非常容易得到显著性结果，而这些结果往往不具备实践意义。所以在回归方程的参数检验里，大样本是双刃剑，小样本的回归方程参数检验可能更常见。
