Rozkład t-studenta
W tym artykule wyjaśniono, czym jest rozkład t-Studenta i do czego się go używa. Dodatkowo pokazano wykres rozkładu t-Studenta oraz jakie są cechy charakterystyczne tego typu rozkładu prawdopodobieństwa.
Jaka jest dystrybucja Studenta?
Rozkład t-Studenta jest rozkładem prawdopodobieństwa szeroko stosowanym w statystyce. W szczególności rozkład t-Studenta jest używany w teście t-Studenta w celu określenia różnicy między średnimi z dwóch próbek i ustalenia przedziałów ufności.
Rozkład t-Studenta został opracowany przez statystyka Williama Sealy’ego Gosseta w 1908 roku pod pseudonimem „Student”.
Rozkład t-Studenta definiuje się jako liczbę stopni swobody otrzymaną poprzez odjęcie jednej jednostki od całkowitej liczby obserwacji. Zatem wzór na określenie stopni swobody rozkładu t-Studenta to ν=n-1 .
![Rendered by QuickLaTeX.com \begin{array}{c}\nu=n-1\\[2ex]X\sim t_\nu\end{array}](https://statorials.org/wp-content/ql-cache/quicklatex.com-1c805dc2d6ca050feb70dad99de53402_l3.png)
Wykres rozkładu t Studenta
Teraz, gdy znamy już definicję rozkładu t-Studenta, zobaczmy, jaki jest jego wykres. Zatem poniżej można graficznie zobaczyć kilka przykładów rozkładów t-Studenta o różnych stopniach swobody.

Z wykresu rozkładu t-Studenta można wywnioskować następujące własności:
- Rozkład t-Studenta jest symetryczny ze środkiem w punkcie 0 i ma kształt dzwonu.
- Rozkład t-Studenta jest bardziej rozproszony niż rozkład normalny, to znaczy krzywa rozkładu t-Studenta jest szersza.
- Im więcej stopni swobody ma rozkład t-Studenta, tym mniejsze jest jego rozproszenie.
Na powyższym wykresie funkcję gęstości rozkładu t-Studenta przedstawiono w funkcji stopni swobody. Jednakże poniżej można zobaczyć, jak zmienia się skumulowana funkcja prawdopodobieństwa rozkładu t-Studenta:

Charakterystyka rozkładu t-Studenta
Poniżej przedstawiono najważniejsze charakterystyki rozkładu t-Studenta.
- Dziedzina rozkładu t-Studenta składa się z liczb rzeczywistych.
![]()
- Dla rozkładów t-Studenta o więcej niż jednym stopniu swobody średnia rozkładu jest równa 0.
![\begin{array}{c}X\sim t_\nu\\[2ex] E[X]=0 \qquad \text{para }\nu>1\end{array} ” title=”Rendered by QuickLaTeX.com” height=”55″ width=”190″ style=”vertical-align: 0px;”></p>
</p>
<ul>
<li> Wariancję rozkładu t-Studenta można obliczyć za pomocą następującego wyrażenia:</li>
</ul>
<p class=](https://statorials.org/wp-content/ql-cache/quicklatex.com-d4fed5eadcaa1162752aeedb7f8a0906_l3.png)
![\begin{array}{c}X\sim t_\nu\\[2ex] Var(X)=\cfrac{\nu}{\nu-2} \qquad \text{para }\nu>2\end{array} ” title=”Rendered by QuickLaTeX.com” height=”75″ width=”245″ style=”vertical-align: 0px;”></p>
</p>
<ul>
<li> Mediana i postać rozkładu t-Studenta, niezależnie od liczby stopni swobody, zawsze wynoszą 0.</li>
</ul>
<p class=](https://statorials.org/wp-content/ql-cache/quicklatex.com-bfdcbc8a5f071a61e091b0ef6f686a16_l3.png)
![Rendered by QuickLaTeX.com \begin{array}{c}Me=0\\[2ex]Mo=0\end{array}](https://statorials.org/wp-content/ql-cache/quicklatex.com-8d90790fce0c987648c0b30216c82214_l3.png)
- Funkcję gęstości rozkładu t-Studenta definiuje następujący wzór:
![]()
- Skumulowaną funkcję rozkładu prawdopodobieństwa rozkładu t-Studenta definiuje następujący wzór:
![Rendered by QuickLaTeX.com \displaystyle P[X\leq x]=\frac{1}{2} + x \Gamma \left( \frac{\nu+1}{2} \right) \cdot\frac{\,_2F_1 \left ( \frac{1}{2},\frac{\nu+1}{2};\frac{3}{2};-\frac{x^2}{\nu} \right)}{\sqrt{\pi\nu}\,\Gamma \left(\frac{\nu}{2}\right)}](https://statorials.org/wp-content/ql-cache/quicklatex.com-da1e3bdf2d87c3a7dcc89c236958dcec_l3.png)
- Dla rozkładów t-Studenta o stopniach swobody większych niż 3 współczynnik asymetrii wynosi zero, ponieważ jest to rozkład symetryczny.

Zastosowania rozkładu t-Studenta
Rozkład t-Studenta jest rozkładem prawdopodobieństwa szeroko stosowanym w statystyce. W rzeczywistości istnieje nawet test t-Studenta, który służy do testowania hipotez i przedziałów ufności.
Zatem rozkład t-Studenta pozwala na analizę różnicy pomiędzy średnimi z dwóch próbek, a dokładniej służy do określenia, czy dwie próbki mają znacząco różne średnie. Podobnie test t-Studenta służy do sprawdzenia, czy linia uzyskana z analizy regresji liniowej ma nachylenie, czy nie.
Krótko mówiąc, zastosowania rozkładu t-Studenta opierają się na analizie zbiorów danych, które teoretycznie mają rozkład normalny, ale całkowita liczba obserwacji jest zbyt mała, aby zastosować ten typ rozkładu.