Student t Dağılımı Rastgele Sayı Üreteci

Student t Dağılımı Rastgele Sayı Üreteci

Büyüyen AI Skill PRO

Hesaplamaya Girin

Formül

T=Z·vXburada{Z∼N(0,1)X∼χv2=Gamma(v2,2)N=Adetdeğer\begin{gathered} T = Z \cdot \sqrt{\dfrac{\text{v}}{X}} \\[1.5em] \text{burada}\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{Adet}\ \text{değer} \end{aligned} \right. \end{gathered}
Kullanım istatistikleri

Reklam

Sonuç

Üretilen rastgele değerler
-0.1697238289, -0.04866247329, -0.5494812319, -0.3127778466, 6.442542263, 0.4611969636, 5.603089957, 13.83894472, -0.1020487026, -20.19172643
Student t dağılımı çekimleri
Üretilen adet 10
Serbestlik derecesi (v) 2
Örneklem ortalaması 0,497135

Bu sayfadaki bir hatayı bildir

Bu araç ne işe yarar?

Bu üreteç, seçtiğiniz serbestlik derecesine (\(v\)) sahip bir Student t dağılımından çekilen sözde rastgele sayıların bir listesini üretir. t dağılımı, çan biçimli ve simetrik bir dağılımdır; ancak standart normal dağılıma kıyasla kuyrukları daha kalındır. Varyansı bilinmeyen, normal dağılan bir kütlenin ortalamasını küçük bir örneklemden tahmin ederken doğal olarak ortaya çıkar ve t testinin ile güven aralıklarının temelini oluşturur. \(v\) büyüdükçe t dağılımı standart normal \(\mathcal{N}(0,1)\) dağılımına yakınsar. Bu, herhangi bir bölgesel varsayım içermeyen, tamamen matematiksel bir araçtır.

Nasıl kullanılır?

Serbestlik derecesi \(v\) değerini (0'dan büyük herhangi bir reel sayı; varsayılan 2) ve istediğiniz rastgele değer adedini (1 ile 1000 arasında bir tam sayı; varsayılan 10) girin. Hesapla düğmesine bastığınızda t dağılımlı yeni bir değer listesi karşınıza çıkar. Alttaki düzgün (uniform) dağılımlı çekimler rastgele olduğundan, her çalıştırmada farklı sayılar elde edersiniz; ancak bu sayılar her zaman aynı hedef dağılımı izler.

Düzgün bir t dağılımı eğrisine yaklaşan, üretilen örneklerin histogramı
Üretilen örnekler, çan eğrisi biçimindeki t dağılımına yaklaşan bir histogram oluşturur.

Formülün açıklaması

Yoğunluk fonksiyonu \(f(x,v) = \dfrac{(1 + x^{2}/v)^{-(v+1)/2}}{\sqrt{v}\,B(1/2,\, v/2)}\) ifadesinin \(\sqrt{v}\) ile \(B(1/2, v/2)\) çarpımına bölünmesiyle elde edilir; burada \(B\) Beta fonksiyonudur. Verimli örnekleme için klasik gösterimi kullanırız: standart normalden bir \(Z\), \(v\) serbestlik dereceli ki-kare dağılımından bir \(C\) çekilir; ardından $$T = Z \cdot \sqrt{\frac{v}{C}}$$ tam olarak t dağılımlı olur. Dahili olarak \(Z\), Box-Muller dönüşümüyle; \(C\) ise \(\text{Gamma}(v/2, 2)\) örnekleyicisiyle (Marsaglia-Tsang) üretilir ve bu yöntem 0'dan büyük her reel \(v\) için geçerlidir.

Reklam
Bir normal örnek ile bir ki-kare örneğinin birleştirilerek t dağılımlı bir değer oluşturulmasını gösteren akış şeması
t dağılımlı her değer, standart normal dağılımdan çekilen bir Z değerini serbestlik derecesiyle ölçeklenen ki-kare dağılımından çekilen bir C değeriyle birleştirir.

Çözümlü örnek

\(v = 2\) alalım ve bir çalıştırmanın \(Z = 0{,}50\) ile ki-kare çekimi \(C = 1{,}20\) verdiğini varsayalım. Bu durumda $$T = 0{,}50 \cdot \sqrt{\frac{2}{1{,}20}} = 0{,}50 \cdot 1{,}29099 = 0{,}6455$$ olur. İkinci bir çift olan \(Z = -1{,}10\), \(C = 3{,}00\) değerleri \(T = -0{,}8982\) sonucunu; üçüncü çift \(Z = 0{,}20\), \(C = 0{,}40\) ise \(T = 0{,}4472\) sonucunu verir. Bu üç değer, adet = 3 için bir örneklemi gösterir.

Reklam
Çan biçimli Student t dağılımı eğrisinin normal eğriyle karşılaştırması; daha kalın kuyruklar görülüyor
Student t dağılımının (düz çizgi) kuyrukları, özellikle düşük serbestlik derecelerinde, normal dağılımınkinden (kesikli çizgi) daha kalındır.

Sıkça sorulan sorular

Bazı değerler neden çok büyük çıkıyor? \(v \le 1\) olduğunda ortalama tanımsızdır, \(v \le 2\) olduğunda ise varyans sonsuzdur; dolayısıyla büyük mutlak değerli çekimler bir hata değil, beklenen bir durumdur.

Sonuçlar her çalıştırmada neden değişiyor? Her çekim yeni düzgün rastgele sayılar kullanır; bu nedenle liste her seferinde farklı olur ama yine de t dağılımını izler.

v çok büyükse ne olur? Dağılım neredeyse standart normal \(\mathcal{N}(0,1)\) dağılımıyla aynı şekilde davranır.

Son güncelleme:

Matematik ve İstatistik kategorisinde en popüler

Tüm Matematik ve İstatistik hesap makinelerini gör