学生的t分布是一个单参数曲线族。当总体标准差未知时,这种分布通常用于检验关于总体均值的假设。
统计和机器学习工具箱™提供了与学生合作的多种方式t分布。
学生的tdistribution使用以下参数。
参数 | 描述 | 金宝app |
---|---|---|
ν(ν) | 自由程度 | ν= 1,2,3,...... |
学生的pdf文件t分布是
哪里ν是自由度和γ(·)是伽马功能。结果y观察到某一特定值的概率是x从学生的t分布与ν自由程度。
举个例子,请看计算并绘制学生的t分布pdf。
学生的CDFt分布是
哪里ν是自由度和γ(·)是伽马功能。结果p一个人观察到的概率是多少t分布与ν自由度在区间内下降[ -x]。
举个例子,请看计算并绘制学生t分布cdf。
的t反函数是用学生的函数定义的t提供,
哪里
ν是自由度,γ(·)是伽马功能。结果x是您提供概率的整体方程的解决方案p。
举个例子,请看计算学生的t icdf。
学生的平均值t分布是μ.= 0自由度ν大于1。如果ν等于1,则均值无定义。
学生的方差t分布是 自由度ν大于2。如果ν小于或等于2,那么差异是未定义的。
t
分布PDF.计算学生的pdf文件t分布具有等于的自由度等于5
,10.
,50.
。
x = [5: .1:5];日元= tpdf (x, 5);y2 = tpdf (x, 10);y3 = tpdf (x, 50);
绘制这三个选项的pdfν
在同一轴上。
数字;情节(x, y₁,'颜色','黑色','linestyle',“- - -”)举行在情节(x, y2,'颜色',“红色”,'linestyle',“-”。)情节(x, y3,'颜色','蓝色','linestyle',“——”)包含('观察') ylabel ('概率密度')传奇({“ν= 5”,“ν= 10”,“ν= 50”})举行从
t
分销CDF.计算学生的CDFt分布具有等于的自由度等于5
,10.
,50.
。
x = [5: .1:5];日元= tcdf (x, 5);y2 = tcdf (x, 10);y3 = tcdf (x, 50);
为所有三种选择绘制CDFν
在同一轴上。
数字;情节(x, y₁,'颜色','黑色','linestyle',“- - -”)举行在情节(x, y2,'颜色',“红色”,'linestyle',“-”。)情节(x, y3,'颜色','蓝色','linestyle',“——”)包含('观察') ylabel (“累积概率”)传奇({“ν= 5”,“ν= 10”,“ν= 50”})举行从
找到学生的第95百分位数t分布与50.
自由程度。
p = .95;ν= 50;x = tinv (p,ν)
x = 1.6759
t
和正态分布pdf学生的t分发是一系列曲线,具体取决于单个参数ν(自由度)。作为自由度ν接近无限,是t分布方法方法标准正态分布。
计算学生的pdf文件t与参数分发ν= 5
和学生的t与参数分发nu = 15.
。
x = [5:0.1:5];日元= tpdf (x, 5);y2 = tpdf (x, 15);
计算标准正态分布的pdf。
z = normpdf(x,0,1);
学生的情节tpdf格式和标准标准pdf格式在同一个数字上。
情节(x, y₁,“-”。, x, y2,“——”, x, z,“- - -”)传奇(“学生”与\ nu = 5'的t分发,......' nu=15的学生t分布',......'标准正态分布',“位置”,'最好')包含('观察') ylabel ('概率密度')标题(学生t和标准Normal pdf)
标准正常PDF与学生的尾部短tpdf文件。
贝塔分布- beta分布是一个有参数的双参数连续分布一个(第一个形状参数)和b(第二形状参数)。如果Y有一个学生的t分布与ν自由度 具有带有形状参数的β发行一个=ν/ 2和b=ν/ 2。此关系用于计算tcdf与逆函数,并生成t分布的随机数。
柯西分布-柯西分布是一个带参数的双参数连续分布γ.(比例)和δ.(位置)。这是……的一个特例稳定分布具有形状参数α.= 1和β= 0。标准柯西分布(单位尺度和位置零点)是学生的t自由度分布ν等于1.标准Cauchy分布具有未定义的平均值和方差。
举个例子,请看用学生的t生成柯西随机数。
卡方分布- Chi-Square分布是具有参数的一个参数连续分布ν(自由度)。如果Z具有标准的正态分布和χ2有一个具有自由度的Chi-Square分布ν,然后 有一个学生的t自由度分布ν。
非中心t分布- 非中央t分布是一个双参数持续分布,概括了学生的t分布并具有参数ν(自由度)和δ.(非中心分子)。设置δ.= 0学生的收益率t分布。
正态分布- 正常分布是具有参数的双参数连续分布μ.(意味着)σ.(标准偏差)。
作为自由度ν接近无限,学生t分布方法方法标准正态分布(零均值和单位标准偏差)。
举个例子,请看比较学生的T和正常分布PDF
如果x是随机抽样的大小吗n正态分布的均值μ.,然后统计 ,在哪里 样本是均值和年代是样本标准偏差,有一个学生的t分布与n-1自由程度。
举个例子,请看计算学生的T分发CDF。
t Location-Scale分布- 这t位置-尺度分布是一个具有参数的三参数连续分布μ.(意思),σ.(比例),和ν(形状)。如果x有一个t具有参数的位置级分布µ,σ.,ν,然后 有一个学生的t分布与ν自由程度。
[1] Abramowitz,Milton和Irene A. Stegun,EDS。数学函数手册:用公式,图形和数学表。9.多佛打印。[Nachdr。Ausg。冯1972]。多佛的数学书籍。纽约,纽约:多佛出版社,2013年。
[2] Devroye,卢克。非均匀随机变化。纽约,纽约:施普林格纽约,1986年。https://doi.org/10.1007/978-1-4613-8643-8
埃文斯,默兰,尼古拉斯·黑斯廷斯,布莱恩·皮科克。统计分布。纽约:J.威利,1993年。
[4] Kreyszig,欧文。介绍数学统计:原则和方法。纽约:威利,1970年。
TCDF.
|tin
|TPDF.
|trnd
|Tstat.
|tt
|ttest2