t分布之所以存在，主要是因为它在小样本数据中的假设检验中非常有用，尤其是在总体方差未知的情况下。t分布的引入是为了解决在样本量较少时，由于总体方差未知而导致的统计推断问题。

t分布的特点包括：

形状与正态分布相似 ：t分布的形状与正态分布相似，但其尾部更厚，这意味着在小样本情况下，极端值的出现概率更高。

自由度的影响 ：t分布的形状与自由度（样本量减去1）有关，自由度越大，t分布越接近于标准正态分布；自由度越小，t分布的尾部越厚。

均值和方差 ：t分布的均值为0，方差为自由度除以自由度减去2的结果，适用于样本均值的推断。

对称性 ：t分布是关于零点对称的。

单参数控制 ：t分布的形状由自由度（df）决定，自由度是决定t分布形状的关键参数。

t分布的应用场景包括：

小样本统计推断 ：在小样本情况下，尤其是样本量少于30时，t分布能够更好地反映样本均值的分布情况。

假设检验 ：t分布常用于比较两组数据的均值是否存在差异，以及检验样本与总体均值之间的差异是否显著。

总体方差未知 ：在总体方差未知的情况下，使用t分布来进行统计推断比使用正态分布更为准确。

综上所述，t分布的存在是为了解决在小样本且总体方差未知的情况下，如何进行有效的统计推断。它的形状、参数和对称性等特点使其成为小样本统计分析中不可或缺的工具。