8.3: Rozkład studentów t

Student <em>t</em> Distribution
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Student t Distribution
Please note that all translations are automatically generated. Click here for the English version.

5,935 Views

01:31 min
May 22, 2025

Overview

Odchylenie standardowe populacji jest rzadko znane w wielu codziennych przykładach statystycznych. Gdy wielkość próby jest duża, łatwo jest oszacować odchylenie standardowe populacji przy użyciu przedziału ufności, który zapewnia wyniki wystarczająco zbliżone do pierwotnej wartości. Jednak statystycy napotkali problemy, gdy wielkość próby była niewielka. Mała liczebność próby powodowała niedokładności w przedziale ufności.

Rozkład Studenta t został opracowany przez Williama S. Goseta (1876–1937) z browaru Guinness w Dublinie w Irlandii w celu oszacowania odchylenia standardowego populacji, gdy wielkość próby była mała. Nazwa tej dystrybucji pochodzi od pseudonimu “Student” używanego przez Gosset.

Rozkład Studenta t jest używany zawsze, gdy s jest używany do oszacowania σ. Jeśli prosta próba losowa o wielkości n zostanie wylosowana z przybliżonego rozkładu normalnego ze średnią μ i nieznanym odchyleniem standardowym populacji, σ i wyniki t, wyniki t są zgodne z rozkładem Studenta t z n – 1 stopniami swobody. Wynik t jest interpretowany podobnie do wyniku z. Mierzy, jak daleko wartość znajduje się od jej średniej μ. Dla każdej wielkości próby n istnieje inny rozkład t Studenta.

Wynik t lub statystyka jest podawana w następujący sposób:

Równanie 1

Właściwości rozkładu Studenta t:

  1. Wykres rozkładu Studenta t jest podobny do standardowej krzywej normalnej.
  2. Średnia rozkładu Studenta t wynosi zero, a rozkład jest symetryczny względem zera.
  3. Rozkład t Studenta ma większe prawdopodobieństwo w swoich ogonach niż standardowy rozkład normalny, ponieważ rozrzut rozkładu t jest większy niż rozkład standardowej normalnej. Tak więc krzywa rozkładu Studenta t jest grubsza w ogonach i krótsza w środku niż wykres standardowego rozkładu normalnego.
  4. Dokładny kształt rozkładu Studenta t zależy od stopni swobody. Wraz ze wzrostem stopni swobody wykres rozkładu Studenta t staje się bardziej podobny do wykresu standardowego rozkładu normalnego.
  5. Zakłada się, że populacja leżąca u podstaw poszczególnych obserwacji ma rozkład normalny z nieznaną średnią μ populacji i nieznanym odchyleniem standardowym populacji σ.

Ten tekst został zaadaptowany z Sekcja 8.2, Średnia z pojedynczej populacji przy użyciu rozkładu t studenta, Statystyki wprowadzające, Openstax,

Transcript

Rozkłady normalne są używane dla populacji o znanych odchyleniach standardowych. Jednak w przypadku większości danych ze świata rzeczywistego odchylenie standardowe populacji jest nieznane.

Dla takich populacji rozkład Studenta t może oszacować średnią populacji przy użyciu statystyki próby. W tym przypadku średnia z próby jest najlepszym oszacowaniem punktowym dla średniej populacji.

Rozkład ten może być stosowany dla prostych próbek losowych z populacji o rozkładzie normalnym lub gdy wielkość próby jest większa niż 30.

Dla populacji o rozkładzie normalnym rozkład Studenta t można podać tak, jak pokazano dla wszystkich wartości o rozmiarze n.

Ponieważ szacowana wielkość próby jest mała, przedziały ufności w tym rozkładzie są szersze, z większymi wartościami krytycznymi niż rozkład normalny. Margines błędu można oszacować przy użyciu podanego wzoru, który pomaga obliczyć granice przedziału ufności.

Rozkład Studenta t pokazuje zmienność próby. Chociaż jest symetryczny, ma szerszy rozkład i reprezentuje większą zmienność niż rozkład normalny. Odchylenie standardowe jest zawsze większe niż 1.

Jednak wraz ze wzrostem wielkości próby rozkład t Studenta zbliża się do rozkładu normalnego.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for