t分布.docVIP

第二节 t分布 ? 一．t分布(t-distribution) （一）u分布 在前一章中，我们已经讲述了正态分布（normal distribution）是数理统计中的一种重要的理论分布，是许多统计方法的理论基础。正态分布有两个参数，μ和σ，决定了正态分布的位置和形态。为了应用方便，常将一般的正态变量X通过u变换[]转化成标准正态变量u，以使原来各种形态的正态分布都转换为μ=0，σ=1的标准正态分布（standard normal distribution）,亦称u分布。 根据中心极限定理，通过上述的抽样模拟试验表明，在正态分布总体中以固定n（本次试验n=10）抽取若干个样本时，样本均数的分布仍服从正态分布，即N（μ，σ）。所以，对样本均数的分布进行u变换[]，也可变换为标准正态分布N (0,1) （二）t分布 由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换t=，统计量t 值的分布称为t分布。 t分布有如下特征： 1．以0为中心，左右对称的单峰分布； 2．t分布是一簇曲线，其形态变化与n（确切地说与自由度ν）大小有关。自由度ν越小，t分布曲线越低平；自由度ν越大，t分布曲线越接近标准正态分布（u分布）曲线，如图4.1。 t= 图4.1自由度为1、5、∞的t分布 对应于每一个自由度ν，就有一条t分布曲线，每条曲线都有其曲线下统计量t的分布规律，计算较复杂。因此，统计学家上根据自由度ν的大小与t分布曲线下面积的关系，编制了附表2，t界值表，以便于应用。表中的横标目为自由度ν，纵标目为概率P，表中数字表示自由度ν为某值时，P为某值时，t的界值。因t分布是以0为中心的对称分布，故附表中只列出正值，如果算出的t值为负值，可以用绝对值查表。t分布曲线下面积为95%或99%的界值不是一个常量，而是随着自由度大小而变化的，分别用和表示。 T分布(t-distribution) （一）u分布 　　 HYPERLINK /view/45379.htm \t _blank 正态分布（normal distribution）是数理统计中的一种重要的理论分布  HYPERLINK /image/4075890a68ea6c0c95ca6b9c \o 查看图片 \t _blank ?? ，是许多统计方法的理论基础。正态分布有两个参数，μ和σ，决定了正态分布的位置和形态。为了应用方便，常将一般的正态变量X通过u变换[(X-μ)/σ]转化成标准正态变量u，以使原来各种形态的正态分布都转换为μ=0，σ=1的 HYPERLINK /view/2134941.htm \t _blank 标准正态分布（standard normal distribution）,亦称u分布。 　　根据 HYPERLINK /view/45355.htm \t _blank 中心极限定理，通过上述的抽样模拟试验表明，在正态分布总体中以固定n（本次试验n=10）抽取若干个样本时，样本均数的分布仍服从正态分布，即N（μ，σ）。所以，对样本均数的分布进行u变换[]，也可变换为标准正态分布N (0,1) （二）t分布 　　由于在实际工作中，往往σ是未知的，常用s作为σ的估计值，为了与u变换区别，称为t变换t=，统计量t 值的分布称为t分布。  HYPERLINK /view/1419652.htm 编辑本段t分布特征 　　1．以0为中心，左右对称的单峰分布； 　　2．t分布是一簇 HYPERLINK /view/400.htm \t _blank 曲线，其形态变化与n（确切地说与自由度ν）大小有关。自由度ν越小，t分布曲线越低平；自由度ν越大，t分布曲线越接近标准正态分布（u分布）曲线，如图. 　　图 自由度为1、5、∞的t分布 　　对应于每一个自由度ν，就有一条t分布曲线，每条曲线都有其曲线下统计量t的分布规律，计算较复杂。 　　学生的t分布（或也t分布） ，在概率统计，是一个概率分布出现在的问题，估计是指一个通常的分布式人口时，样本大小是小。它的基础是受欢迎的学生的T -测试统计的意义之间的差异两个范例手段，为置信区间之间的差额二人口的手段。学生的t分布是一种特殊情况，对一般性的双曲分布。 　　推导了t分布是由William Gosset西利 HYPERLINK /view/562416.htm \t _blank 高大伟于1908年首次出版，而他在工作健力士啤酒厂在 HYPERLINK /view/49802.htm \t _blank 都柏林。他被禁止以他他个人的名义出版，因此，该文件是根据书面笔名学生student。 t检验和相关的理论，成为著名的透过工作的RA HYPERLI