T分布被用来估计总体均值，特别是在样本量较小（通常n < 30）且总体方差未知的情况下。以下是T分布存在的主要原因：

样本量小：

当样本量不足以准确估计总体方差时，使用样本方差来估计总体方差会导致较大的估计偏差。T分布通过引入自由度的概念，为不同样本量提供了不同的分布曲线，从而在小样本情况下提供了更准确的估计。

总体方差未知：

在实际情况中，总体方差往往是未知的。当总体方差未知时，使用标准正态分布来估计总体均值可能不够准确。T分布的尾部更宽，反映了在样本量小的情况下，样本方差估计的不确定性，因此在这种情况下使用T分布更为合适。

统计推断：

在统计学中，T分布用于构建置信区间或进行假设检验。当样本量足够大时（例如n > 30），T分布与标准正态分布非常接近，但在样本量较小的情况下，T分布提供了更为稳健的统计推断方法。

历史背景：

T分布是由统计学家威廉·戈塞特（William Gosset）在1908年提出的，他在研究啤酒厂数据时发现了使用标准正态分布进行小样本推断的偏差，并提出了T分布来解决这个问题。

总结来说，T分布的存在是为了解决在样本量小且总体方差未知的情况下，如何准确估计总体均值的问题，提供了比标准正态分布更为适用和稳健的统计工具