ما الذي تقوم به هذه الحاسبة
تحسب هذه الأداة النقطة المئوية (وتُسمى أيضًا الكمّ أو القيمة الحرجة أو معكوس دالة التوزيع التراكمي) لـتوزيع ستيودنت t. عند إدخال احتمال تراكمي P ودرجات الحرية nu، تُرجع لك الأداة القيمة t التي تكون عندها المساحة تحت كثافة توزيع t حتى النقطة t مساوية للاحتمال المختار. وهي عكس دالة التوزيع التراكمي لتوزيع t، وتقابل دالة t.inv في برامج الجداول الحسابية. وتجدر الإشارة إلى أن توزيع t هو رياضيات بحتة عالمية تنطبق بالطريقة نفسها في كل مكان دون أي خصوصية لبلد معيّن.
طريقة الاستخدام
أدخل الاحتمال التراكمي P (على أن يكون محصورًا تمامًا بين 0 و1)، ثم حدّد ما إذا كان P يمثل مساحة الذيل السفلي (على يسار t) أم مساحة الذيل العلوي (على يمين t)، وأخيرًا أدخل درجات الحرية. تحوّل الحاسبة داخليًا كل القيم دائمًا إلى احتمال للذيل السفلي: ففي حالة الذيل السفلي تستخدم P كما هو، وفي حالة الذيل العلوي تستخدم \(1 - P\)، ثم تحلّ المعادلة لإيجاد t.
شرح الصيغة
تُكتب دالة التوزيع التراكمي لتوزيع ستيودنت t بدرجات حرية nu باستخدام دالة بيتا الناقصة المُنظَّمة I. فعندما يكون \(t \ge 0\)، تكون $$F(t) = 1 - 0.5 \cdot I_x\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right)$$ حيث \(x = \dfrac{\nu}{\nu + t^2}\)؛ أما عندما يكون \(t < 0\) فتُستخدم الصيغة المتماثلة $$F(t) = 0.5 \cdot I_x\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right).$$ وتُحسب دالة بيتا الناقصة باستعمال تقريب لانكزوس (Lanczos) لدالة غاما، إلى جانب خوارزمية الكسر المستمر القياسية. وبما أن F دالة متزايدة تمامًا، يُوجد المعكوس عبر طريقة التنصيف (bisection) الثابتة والموثوقة.
مثال محلول
عند \(P = 0.975\) مع الذيل السفلي وdrجات حرية \(\nu = 10\)، تُرجع الحاسبة القيمة \(t \approx\) 2.228139 — وهي القيمة الحرجة المألوفة لمستوى ثقة 95% ثنائي الجانب (97.5% أحادي الجانب) المعروفة في جداول t. ويظهر الناتج نفسه عند إدخال \(P = 0.025\) مع الذيل العلوي، لأن مساحة 2.5% في الذيل العلوي تساوي مساحة 97.5% في الذيل السفلي.
الأسئلة الشائعة
ماذا يحدث إذا أدخلت \(P = 0\) أو \(P = 1\)؟ تكون النقطة المئوية غير معرَّفة، إذ تتباعد نحو سالب أو موجب اللانهاية، ولذلك تعرض الحاسبة رسالة خطأ.
ماذا يحدث عندما تكبر درجات الحرية كثيرًا؟ يقترب توزيع t من التوزيع الطبيعي القياسي، ولذلك عند القيم الكبيرة جدًا لـ nu يقترب الكمّ من كمّ التوزيع الطبيعي (فمثلًا \(P = 0.975\) تعطي نحو 1.95996).
هل يمكن أن تكون nu عددًا غير صحيح؟ نعم. تُقبل أي قيمة \(\nu > 0\)، بما في ذلك القيم الكسرية.