Student t-Dağılımı Hesaplayıcı

Student t-Dağılımı Hesaplayıcı

Popüler AI Skill PRO

Hesaplamaya Girin

Formül

f(x)=Γ(ν+12)νπΓ(ν2)(1+x2ν)−ν+12f(\text{x}) = \frac{\Gamma\!\left(\frac{\nu+1}{2}\right)}{\sqrt{\nu\pi}\;\Gamma\!\left(\frac{\nu}{2}\right)}\left(1 + \frac{\text{x}^{2}}{{\nu}}\right)^{-\frac{\nu+1}{2}}
Hesaplama adımlarını göster (1)
  1. Kümülatif dağılım fonksiyonu (KDF)

    F(x)=1−12Iz(ν2,12)burada{z=νν+x2ν=Serbestlik derecesi\begin{gathered} F(\text{x}) = 1 - \tfrac{1}{2}\,I_{z}\!\left(\tfrac{\nu}{2},\tfrac{1}{2}\right) \\[1.5em] \text{burada}\quad \left\{ \begin{aligned} z &= \dfrac{{\nu}}{{\nu} + \text{x}^{2}} \\ \nu &= \text{Serbestlik derecesi} \end{aligned} \right. \end{gathered}

    Düzenlenmiş eksik beta fonksiyonu I ile alt kuyruk olasılığı; z = ν / (ν + x²). x > 0 için değer, aynı ifadenin yarısının 1'den çıkarılmasıyla bulunur.

Kullanım istatistikleri

Reklam

Sonuç

Olasılık yoğunluğu f(x)
0,230362
t-dağılımı yoğunluğunun x noktasındaki değeri
Alt kümülatif olasılık P(T ≤ x) 0,829553
Üst kümülatif olasılık Q(T > x) 0,170447

Bu sayfadaki bir hatayı bildir

Student t-Dağılımı Hesaplayıcı nedir?

Bu araç, belirli bir x değeri (t istatistiği) ve ν serbestlik derecesi için Student t-dağılımını hesaplar. Üç sonuç döndürür: olasılık yoğunluğu f(x), alt kümülatif olasılık P(T ≤ x) ve üst kümülatif olasılık Q = P(T > x) = 1 − P. Bu tamamen matematiksel bir hesaplamadır ve evrensel olarak geçerlidir; ülkeye özgü hiçbir kural söz konusu değildir.

Farklı serbestlik derecelerine sahip çan şeklindeki t-dağılımı eğrilerinin normal eğriyle karşılaştırması
t-dağılımı kalın kuyruklu çan şeklindedir; serbestlik derecesi arttıkça normal eğriye yaklaşır.

Nasıl kullanılır?

x için herhangi bir reel sayı (negatif olabilir) ve serbestlik derecesi ν için pozitif bir sayı (genellikle 5, 10 veya 30 gibi bir tam sayı, ancak \(\nu > 0\) olan her değer kabul edilir) girin. Yoğunluğu ve her iki kuyruk olasılığını elde etmek için hesapla düğmesine basın. ν büyüdükçe dağılım, standart normal dağılım N(0, 1)'e yakınsar.

Formülün açıklaması

Yoğunluk şu şekilde verilir:

$$f(\text{x}) = \frac{\Gamma\!\left(\frac{\nu+1}{2}\right)}{\sqrt{\nu\pi}\;\Gamma\!\left(\frac{\nu}{2}\right)}\left(1 + \frac{\text{x}^{2}}{\nu}\right)^{-\frac{\nu+1}{2}}$$

burada Γ gama fonksiyonudur. Kümülatif olasılık, düzenlenmiş eksik beta fonksiyonunu kullanır: \(z = \frac{\nu}{\nu + \text{x}^{2}}\) olmak üzere, \(\text{x} \ge 0\) için \(P(T \le \text{x}) = 1 - \tfrac{1}{2}\,I_{z}\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right)\) ve \(\text{x} < 0\) için \(\tfrac{1}{2}\,I_{z}\!\left(\tfrac{\nu}{2}, \tfrac{1}{2}\right)\). Yoğunluğu, sayısal kararlılık için Lanczos log-gama yaklaşımıyla logaritmik uzayda; eksik beta fonksiyonunu ise Lentz sürekli kesirleriyle hesaplıyoruz.

Reklam
Bir x değerinde taralı alt CDF alanını ve üst kuyruk alanını gösteren t-dağılımı eğrisi
f(x) eğrinin yüksekliği, P(T≤x) sol taraftaki taralı alan ve Q kalan sağ kuyruktur.

Örnek çözüm

\(\text{x} = 1.0\) ve \(\nu = 10\) için: yoğunluk \(f(1) \approx 0.2304\) olur. Alt kümülatif olasılık \(P(T \le 1.0) \approx 0.8303\) olduğundan, üst kümülatif olasılık \(Q \approx 0.1697\) değerine ulaşır; bu da standart t-tablolarıyla birebir örtüşür.

t-Dağılımının Kritik Değerleri

Tablo, üst kuyruk olasılığı P(T > t) değerinin sütun başlığına eşit olduğu t değerini verir. İki kuyruklu düzey, tek kuyruklu düzeyin iki katıdır. Bunlar üç ondalık basamağa yuvarlanmış standart ders kitabı değerleridir.

Serbestlik derecesi (ν) 0,10 (iki kuyruklu 0,20) 0,05 (iki kuyruklu 0,10) 0,025 (iki kuyruklu 0,05) 0,01 (iki kuyruklu 0,02) 0,005 (iki kuyruklu 0,01)
1 3,078 6,314 12,706 31,821 63,657
2 1,886 2,920 4,303 6,965 9,925
3 1,638 2,353 3,182 4,541 5,841
5 1,476 2,015 2,571 3,365 4,032
10 1,372 1,812 2,228 2,764 3,169
15 1,341 1,753 2,131 2,602 2,947
20 1,325 1,725 2,086 2,528 2,845
30 1,310 1,697 2,042 2,457 2,750
60 1,296 1,671 2,000 2,390 2,660
120 1,289 1,658 1,980 2,358 2,617
∞ (normal) 1,282 1,645 1,960 2,326 2,576

Serbestlik derecesi arttıkça, kritik değerler son satırdaki standart normal değerlere doğru azalır.

Reklam

Çıktının Yorumlanması

  • Yoğunluk f(x), eğrinin x noktasındaki yüksekliğidir. Bu bir olasılık değildir; sürekli bir dağılımda olasılıklar, değerler arasındaki eğri altındaki alanlardan elde edilir.
  • Alt birikimli P(T ≤ x), x'in solundaki alandır. Üst kuyruk Q = 1 − P, x'in sağındaki alandır.
  • Tek kuyruklu p-değeri: gözlenen bir t istatistiği için, sağ kuyruklu bir testte pozitif istatistik için Q, p-değeridir. Negatif t ile sol kuyruklu bir testte p-değeri P(T ≤ t)'dir.
  • İki kuyruklu p-değeri: dağılım 0 etrafında simetrik olduğu ve her iki kuyruk da sayıldığı için |x| noktasında hesaplanan 2Q kullanılır.
  • Simetri: t-dağılımı 0 etrafında simetriktir; dolayısıyla P(T ≤ −x) = Q(x) = 1 − P(T ≤ x) ve f(−x) = f(x)'tir.
  • α = 0,05'te kritik değerlerle karşılaştırma: iki kuyruklu bir test, |t| değerinin 0,025 tek kuyruklu kritik değerini aştığında reddeder (örneğin df = 10 için 2,228 veya df = 30 için 2,042). α = 0,05'te tek kuyruklu bir test 0,05 sütununu kullanır (örneğin df = 10 için 1,812). Eşdeğer olarak, p-değeri 0,05'ten küçüktür.
  • Ağır kuyruklar: küçük ν değerlerinde, uç değerler normal eğriye göre daha olasıdır. x = 2 noktasında, df = 5 için Q yaklaşık 0,0510'dur; normal dağılım için ise 0,0228'dir. ν arttıkça t-dağılımı standart normale yaklaşır.

İki kuyruklu kuralın örneği: df = 5 ve |t| = 2 ile Q ≈ 0,0510'dur; dolayısıyla iki kuyruklu p-değeri yaklaşık 2 × 0,0510 = 0,102'dir ve bu değer 0,05'in üzerindedir.

Sıkça Sorulan Sorular

ν tam sayı olmak zorunda mı? Hayır. Formül, \(\nu > 0\) olan her reel değer için geçerlidir; hesap aracı ondalıklı serbestlik derecelerini de kabul eder.

Üst kümülatif olasılık ne anlama gelir? Sağ kuyruktaki alanı, yani P(T > x) değerini ifade eder. Pozitif bir x için iki yönlü p-değeri istiyorsanız \(2 \cdot Q\) kullanırsınız.

Büyük ν değerlerinde neden normal eğriye benziyor? Serbestlik derecesi arttıkça t-dağılımının kalın kuyrukları incelir ve dağılım standart normal dağılıma yaklaşır.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör