مولّد أرقام عشوائية بتوزيع t لستيودنت

مولّد أرقام عشوائية بتوزيع t لستيودنت

في نمو AI Skill PRO

أدخل الحساب

صيغة رياضية

T=Z·vXwhere{Z∼N(0,1)X∼χv2=Gamma(v2,2)N=Countvalues\begin{gathered} T = Z \cdot \sqrt{\dfrac{\text{v}}{X}} \\[1.5em] \text{where}\quad \left\{ \begin{aligned} Z &\sim \mathcal{N}(0,\,1) \\ X &\sim \chi^{2}_{\text{v}} = \text{Gamma}\!\left(\tfrac{\text{v}}{2},\, 2\right) \\ N &= \text{Count}\ \text{values} \end{aligned} \right. \end{gathered}
إحصاءات الاستخدام

اعلان

نتائج

القيم العشوائية المولّدة
1.965064701, -0.4262621703, 1.287290300, -1.019295100, -0.3173842858, -1.886579896, 0.8722212202, 1.626833368, -65.44311759, -3.781354991
سحوبات توزيع t لستيودنت
عدد القيم المولّدة 10
درجات الحرية (v) ٢
متوسط العيّنة ؜-٦٫٧١٢٢٥٨

الإبلاغ عن خطأ في هذه الصفحة

ما الذي تقوم به هذه الأداة

يُنتج هذا المولّد قائمة من الأرقام شبه العشوائية المسحوبة من توزيع t لستيودنت بعدد محدّد من درجات الحرية (v). توزيع t هو توزيع متماثل على شكل جرس، إلا أن ذيوله أثقل من ذيول التوزيع الطبيعي المعياري. وهو يظهر طبيعيًا عند تقدير متوسط مجتمع طبيعي التوزيع انطلاقًا من عيّنة صغيرة ذات تباين مجهول، كما يُشكّل الأساس الذي يقوم عليه اختبار t وفترات الثقة. وكلما كبرت قيمة v اقترب توزيع t من التوزيع الطبيعي المعياري \(\mathcal{N}(0,1)\). هذه أداة رياضية بحتة لا تتضمّن أي افتراضات مرتبطة بمنطقة أو دولة معيّنة.

طريقة الاستخدام

أدخل درجات الحرية v (أي عدد حقيقي أكبر من 0؛ القيمة الافتراضية هي 2) وعدد القيم العشوائية التي تريدها (عدد صحيح من 1 إلى 1000؛ القيمة الافتراضية هي 10). اضغط على زر الحساب لتحصل على قائمة جديدة من السحوبات التي تتبع توزيع t. ولأن السحوبات المنتظمة الأساسية عشوائية، ستحصل على أرقام مختلفة في كل مرة، لكنها تتبع دائمًا التوزيع المستهدف نفسه.

مدرّج تكراري للعينات المولَّدة يقارب منحنى توزيع t أملس
تشكّل العينات المولَّدة مدرّجًا تكراريًا يقارب توزيع t ذا الشكل الجرسي.

شرح المعادلة

دالة الكثافة هي \(f(x,v) = (1 + x^{2}/v)^{-(v+1)/2}\) مقسومة على الجذر التربيعي لـ v مضروبًا في \(B(1/2, v/2)\)، حيث B هي دالة بيتا. ولأخذ العيّنات بكفاءة نستخدم التمثيل الكلاسيكي: نسحب Z من توزيع طبيعي معياري وC من توزيع كاي تربيع بعدد درجات حرية v، فيكون $$T = Z \cdot \sqrt{\frac{v}{C}}$$ متّبعًا تمامًا لتوزيع t. وداخليًا تأتي Z من تحويل بوكس-مولر، وتأتي C من مولّد جاما \(\text{Gamma}(v/2, 2)\) (طريقة مارساجليا-تسانغ)، وهي صالحة لأي قيمة حقيقية \(v > 0\).

اعلان
مخطط انسيابي يوضح دمج عينة من التوزيع الطبيعي وعينة من توزيع مربع كاي لتكوين قيمة تتبع توزيع t
تنتج كل قيمة تتبع توزيع t من دمج سحبة Z من التوزيع الطبيعي المعياري مع سحبة C من توزيع مربع كاي مقيَّسة بدرجات الحرية.

مثال محلول

عند \(v = 2\)، لنفترض أن إحدى عمليات التشغيل أعطت \(Z = 0.50\) وسحبًا من كاي تربيع \(C = 1.20\). عندئذٍ $$T = 0.50 \cdot \sqrt{\frac{2}{1.20}} = 0.50 \cdot 1.29099 = 0.6455.$$ وزوج ثانٍ \(Z = -1.10\) و\(C = 3.00\) يعطي \(T = -0.8982\)، وزوج ثالث \(Z = 0.20\) و\(C = 0.40\) يعطي \(T = 0.4472\). توضّح هذه القيم الثلاث عيّنة بعدد قيم = 3.

اعلان
منحنى جرسي لتوزيع t لستيودنت مقارنةً بمنحنى طبيعي، يُظهر ذيولًا أثقل
لتوزيع t لستيودنت (الخط المتصل) ذيول أثقل من التوزيع الطبيعي (الخط المتقطع)، ولا سيما عند درجات الحرية المنخفضة.

الأسئلة الشائعة

لماذا تكون بعض القيم ضخمة؟ عند \(v \le 1\) يكون المتوسط غير معرّف، وعند \(v \le 2\) يكون التباين لا نهائيًا، لذا فإن السحوبات ذات القيم الكبيرة أمر متوقّع وليس خطأً.

لماذا تتغيّر النتائج في كل مرة؟ يستخدم كل سحب أرقامًا منتظمة عشوائية جديدة، لذا تختلف القائمة في كل مرة مع بقائها متّبعة لتوزيع t.

ماذا لو كانت v كبيرة جدًا؟ يتصرّف التوزيع عندئذٍ بشكل يكاد يطابق التوزيع الطبيعي المعياري \(\mathcal{N}(0,1)\).

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء