ЛУЧШИЙ САЙТ ДЛЯ ВЕБ-РАЗРАБОТЧИКОВ

Статистика Учебник

Stat Главная Stat Интро Stat Сбор данных Stat Описание данных Stat Делаем выводы Stat Прогнозирование & Объяснение Stat Совокупность & Выборка Stat Параметры & Статистика Stat Типы исследований Stat Типы выборок Stat Типы данных Stat Уровни измерения

Описательная статистика

Stat Описательная статистика Stat Таблицы частот Stat Гистограммы Stat Бар-графики Stat Круговые диаграммы Stat Коробчатые графики Stat Среднее значение Stat Среднее Stat Медиана Stat Режим Stat Вариация Stat Диапазон Stat Квартили и процентили Stat Межквартильный диапазон Stat Среднеквадратичное отклонение

Выведенная статистика

Stat Статистические выводы Stat Нормальное распределение Stat Стандартное нормальное Stat Т-распределение Stat Предварительный расчет Stat Оценка доли населения Stat Оценка численности населения Stat Проверка гипотезы Stat Проверки пропорции Stat Среднее значение

Stat Справочник

Stat Z-таблица Stat T-таблица Stat Пропорция проверки гипотез (левосторонняя) Stat Пропорция проверки гипотез (двусторонняя) Stat Среднее значение проверки гипотез (левосторонняя) Stat Среднее значение проверки гипотез (двусторонняя)

Статистика. W3Schools на русском. Уроки для начинающих

Статистика - Стьюдент t-распределение


Стьюдент t-распределение похоже на нормальное распределение и используется в статистических выводах для корректировки неопределенности.


Стьюдент t-распределение

T-распределение используется для оценки и проверки гипотез для среднего совокупности (среднего значения).

T-распределение скорректировано с учетом дополнительной неопределенности оценки среднего.

Если выборка мала, t-распределение шире. Если выборка большая, t-распределение уже.

Чем больше размер выборки, тем ближе t-распределение к стандартному нормальному распределению.

Ниже представлен график нескольких различных t-распределений.

Нормальное распределение и t-распределения с разными степенями свободы

Обратите внимание на то, что у некоторых кривых хвосты больше.

Это связано с неопределенностью из-за меньшего размера выборки.

Зеленая кривая соответствует наименьшему размеру выборки.

Для t-распределения это выражается как "степени свободы" (df), которые вычисляются путем вычитания 1 из размера выборки (n).

Например, размер выборки 30 даст 29 степеней свободы для t-распределения.

T-распределение используется для нахождения критических t-значений и p-значений (вероятностей) для оценки и проверки гипотез.

Примечание: Нахождение критических t-значений и p-значений t-распределения аналогично z-значениям и p-значениям стандартного нормального распределения. Но убедитесь, что вы используете правильные степени свободы.


Нахождение P-значения T-значения

Вы можете найти p-значения t-значения с помощью t-таблицы или с помощью программирования.

Пример

В Python используйте функцию t.cdf() из библиотеки Scipy Stats, чтобы определить вероятность получения значения t менее 2,1 с 29 степенями свободы:

import scipy.stats as stats
print(stats.t.cdf(2.1, 29))
Попробуйте сами »

Пример

С помощью R используйте встроенную функцию pt() и найдите вероятность получить значение меньше 2,1 при 29 степенях свободы:

pt(2.1, 29)
Попробуйте сами »

Нахождение Z-значения T-значения

Вы можете найти z-значения t-значения с помощью t-таблицы или с помощью программирования.

Пример

В Python используйте функцию библиотеки Scipy Stats t.ppf() найдите значение t, отделяющее верхние 25% от нижних 75% с 29 степенями свободы:

import scipy.stats as stats
print(stats.t.ppf(0.75, 29))
Попробуйте сами »

Пример

С помощью R используйте встроенную функцию qt() найдите значение t, отделяющее верхние 25% от нижних 75% с 29 степенями свободы (df):

qt(0.75, 29)
Попробуйте сами »