对任一正态总体N(μ，σ^2)的假设检验问题中，t检验解决的问题 我觉得是 C.
当样本量较小，总体标准差未知，总体服从正态分布时，假设检验用什么统计量？要检验均值 统计量用t，即(X拔-μ)√N/S~t(n-1)
两个正态总体期望的检验，当方差未知且不同时怎么办 双正态分布，求总体期望的检验.一般考虑方差的四种情况：1、方差已知2、方差未知，方差相等或方差成正比（一般比值为定值）：t分布检验3、方差未知，两个正态分布的度m、n充分大的时候：大样本检验4、方差未知，两.
方差不相等情况下，两个样本均值检验问题， 方差不齐的话也是可以做的，因为你分析结果中本来就有两行，MEANS COMPARE里的Independent SAMPLES TEST方法，结果有两行，上面一行是方差齐(equal variances assumed)的结果，下面一行是方差不7(Equal variances not assumed)的结果，LZ只要看这两行的第二列SIG是否小于0.05，哪个SIG小于0.05，就看哪一行的结果；选择好看哪一行后，看T-TEST FOR EQUALITY OF MEANS，这个里面的SIG就是你需要看的结果了.方差是否齐，只能说明这两列的离散情况是否接近，只要他们服从正态分布，就说明均值能代表这两组数据的特征，比较均值就能知道两组是否有差异.所以方差齐不齐只说明这两组数据的分布情况是否相似，保证这两组是正态分布的数据，否则结果会没有意义的.
