Studentovo t-rozdělení je rozdělenípravděpodobnosti, které v roce 1908 vytvořil William Sealy Gosset. Student je pseudonym, který použil, když publikoval článek, v němž toto rozdělení popsal. Gosset pracoval v pivovaru a zajímal se o problematiku malých vzorků, například o chemické vlastnosti ječmene. V problémech, které analyzoval, mohla být velikost vzorku jen tři. Jednou z verzí vzniku pseudonymu je, že Gossetův zaměstnavatel dával přednost tomu, aby zaměstnanci při publikování vědeckých prací používali pseudonymy namísto svých skutečných jmen, a proto používal jméno "Student", aby skryl svou identitu. Další verze je, že pivovar nechtěl, aby se jeho konkurenti dozvěděli, že k testování kvality surovin používá t-test.
Vzhledem k malému rozsahu vzorku není možné odhadnout směrodatnou odchylku. V mnoha případech, s nimiž se Gosset setkal, nebylo známo ani pravděpodobnostní rozdělení vzorků.
Normální rozdělení popisuje celou populaci, t-rozdělení popisuje vzorky vybrané z celé populace; proto je t-rozdělení pro každou velikost vzorku jiné a čím větší je vzorek, tím více se rozdělení podobá normálnímu rozdělení.
T-distribuce hraje roli v mnoha široce používaných statistických analýzách, včetně Studentovat-testu pro posouzení statistické významnosti rozdílu mezi dvěma výběrovými průměry, konstrukce intervalů spolehlivosti pro rozdíl mezi dvěma populačními průměry a v lineární regresní analýze. Studentovo t-rozdělení se objevuje také v Bayesovské analýze dat z normální rodiny.
Vezmeme-li vzorek n pozorování z normálního rozdělení, pak t-rozdělení s ν = n-1 stupni volnosti lze definovat jako rozdělení polohy skutečného průměru vzhledem k výběrovému průměru a vydělit výběrovou směrodatnou odchylkou po vynásobení normalizačním členem n {\displaystyle {\sqrt {n}}. 
. Tímto způsobem lze t-rozdělení použít k odhadu, s jakou pravděpodobností leží skutečný průměr v daném rozsahu.
Rozdělení t je symetrické a zvonovitého tvaru jako normální rozdělení, ale má těžší chvosty, což znamená, že je náchylnější k tomu, aby dávalo hodnoty, které jsou daleko od středních hodnot. Díky tomu je užitečné pro pochopení statistického chování určitých typů poměrů náhodných veličin, u nichž je variabilita ve jmenovateli zesílena a může vést k odlehlým hodnotám, když jmenovatel poměru klesne blízko nuly. Studentovo t-rozdělení je speciálním případem zobecněného hyperbolického rozdělení.