Rozkład Studenta
[edytuj]
Z Wikipedii
(Przekierowano z Test t Studenta)
Rozkład Studenta – (rozkład t lub rozkład t-Studenta) ciągły rozkład prawdopodobieństwa stosowany często w statystyce w procedurach testowania hipotez statystycznych i przy ocenie błędów pomiaru. Przy opracowaniu wyników pomiarów często powstaje zagadnienie oszacowania przedziału, w którym leży, z określonym prawdopodobieństwem, rzeczywista wartość mierzona, jeśli dysponujemy tylko wynikami n pomiarów, dla których możemy wyznaczyć takie parametry, jak średnia i odchylenie standardowe lub wariancja („z próby”), nie znamy natomiast odch. standardowego w populacji. Zagadnienie to rozwiązał (w 1908r.) W.S.Gosset (pseudonim Student) podając funkcję zależną od wyników pomiarów Xi, a niezależną od .
Spis treści [ukryj] |
---|
Definicja [edytuj]
Rozkład Studenta z stopniami swobody jest rozkładem zmiennej losowej postaci:
gdzie:
jest zmienną losową zestandaryzowaną, czyli mającą standardowy rozkład normalny ,
jest zmienną losową o rozkładzie chi kwadrat o stopniach swobody,
oraz są zmiennymi losowymi niezależnymi.
Gęstość prawdopodobieństwa [edytuj]
Zmienna losowa określona powyżej ma gęstość prawdopodobieństwa opisaną wzorem:
gdzie to funkcja gamma.
Własności [edytuj]
Powyższy wzór określa całą rodzinę rozkładów prawdopodobieństwa zależną od parametru – liczby stopni swobody rozkładu Studenta. Rozkłady te są symetryczne, jednomodalne, dla dużych wartości zmierzają do standardowego rozkładu normalnego N(0,1). Dla małych różnią się jednak od rozkładu normalnego: rozkład Studenta o stopniach swobody ma skończone momenty tylko do rzędu ν − 1, w szczególności dla ν = 1 rozkład Studenta jest identyczny z rozkładem Cauchy'ego i nie posiada żadnych skończonych momentów (nie istnieje nawet wartość średnia).
Własności te ilustruje poniższy wykres przedstawiający gęstości rozkładu Studenta dla kilku wartości liczby stopni swobody ν w zestawieniu z gęstością standardowego rozkładu normalnego N(0,1).
Zastosowania [edytuj]
Zastosowania rozkładu Studenta w metrologii i statystyce opierają się w większości na następujących dwóch twierdzeniach:
Niech zmienne losowe mają jednakowy rozkład prawdopodobieństwa, który jest rozkładem normalnym o średniej i wariancji oraz niech zmienna będzie określona wzorem:
gdzie jest wartością średnią z próby, zaś - odchyleniem standardowym z próby.
Wówczas zmienna ma rozkład t-Studenta o ν = n − 1 stopniach swobody (niezależny od wartości wariancji w populacji σ2).
Jeżeli dwie próby o liczebnościach n1 oraz n2, wartościach średnich oraz i wariancjach wyznaczonych z próby oraz zostały wylosowane z populacji mających taki sam rozkład normalny, to zmienna t określona wzorem:
ma rozkład t-Studenta o ν = n1 + n2 − 2 stopniach swobody.
Rozkład t jest stosowany w estymacji przedziałowej, w testach parametrycznych, w szczególności dla wartości średnich i dla wariancji oraz w testach istotności parametrów statystycznych - gdy mamy do czynienia z próbami małymi (najczęściej arbitralnie przyjmuje się, że próba jest mała gdy jej liczebność ).
W metrologii rozkład Studenta wykorzystywany jest m.in. przy estymacji odchylenia standardowego (dla pojedynczego pomiaru oraz wartości oczekiwanej). Dla dużych prób (n > 30) praktycznie pokrywa się z rozkładem normalnym, dla mniejszych estymator odchylenia należy pomnożyć przez wartość krytyczną rozkładu Studenta dla liczby stopni swobody ν = n − 1 i przyjętego poziomu istotności .
Najczęściej potrzebne są w zastosowaniach kwantyle rozkładu Studenta, to znaczy takie wartości , że lub Wartości te podają tablice rozkładu t-Student