样本均值比较的假设检验方法主要有Z检验和T检验，它们的区别在于Z检验面向总体数据和大样本数据，而T检验适用于小规模抽样样本。
1、Z检验
总体标准差已知或样本容量大于30，比较两个样本的均值是否有显著性的差异，使用z-test检验公式如下：
注意点：当样本容量大于30时，样本标准差与总体标准差
的误差非常小，样本容量
越大，它们之间的误差越小。
z.test(x, y, alternative='two.sided', mu=0, sigma.x=sd(x), sigma.y=sd(y) ,conf.level=.95)
2、T检验
t-test可以用以比较从正态总体中抽取的小规模样本数据(n < 30)，并计算均值与标准差，用来代替正态总体的均值和标准差即可，异方差独立样本T检验
可以看到异方差独立样本t检验与z检验的计算公式一致。在样本量比较大时，可不必在意数据是否来源于正态分布总体，因为中心极限定理告诉我们样本均数在样本量较大时可以近似为正态分布。
如何理解Z检验和T检验？ - 知乎 (zhihu.com)
根据分组信息做差异分析- 这个一文不够的 - 腾讯云开发者社区-腾讯云 (tencent.com)
数据不满足正态分布，到底能不能用t检验？ - 知乎 (zhihu.com)
网友评论