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 .

\begin{array}{c}\nu=n-1\\[2ex]X\sim t_\nu\end{array}

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.

Wykres rozkładu t Studenta

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:

wykres skumulowanego rozkładu t-Studenta

Charakterystyka rozkładu t-Studenta

Poniżej przedstawiono najważniejsze charakterystyki rozkładu t-Studenta.

  • Dziedzina rozkładu t-Studenta składa się z liczb rzeczywistych.

x\in (-\infty, +\infty)

  • 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=\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=\begin{array}{c}Me=0\\[2ex]Mo=0\end{array}

  • Funkcję gęstości rozkładu t-Studenta definiuje następujący wzór:

\displaystyle P[X=x]=\frac{\Gamma((\nu+1)/2)} {\sqrt{\nu\pi}\,\Gamma(\nu/2)} (1+x^2/\nu)^{-(\nu+1)/2}

  • Skumulowaną funkcję rozkładu prawdopodobieństwa rozkładu t-Studenta definiuje następujący wzór:

\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)}

  • Dla rozkładów t-Studenta o stopniach swobody większych niż 3 współczynnik asymetrii wynosi zero, ponieważ jest to rozkład symetryczny.

\displaystyle A=0\qquad \text{para }\nu>3″ title=”Rendered by QuickLaTeX.com” height=”17″ width=”164″ style=”vertical-align: -4px;”></p>
</p>
<ul>
<li> Jeżeli stopnie swobody rozkładu t-Studenta są większe niż cztery, kurtozę można obliczyć, dzieląc sześć przez stopnie swobody minus cztery. </li>
</ul>
<p class=\displaystyle C=\cfrac{6}{\nu-4}\qquad \text{para }\nu>4″ title=”Rendered by QuickLaTeX.com” height=”38″ width=”198″ style=”vertical-align: -12px;”></p>
</p>
<h2 class= 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.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *