Loi t de Student sur ce graphique
Si l’on tire valeurs indépendantes d’une même population normale , la moyenne standardisée suit la loi normale centrée réduite. En pratique, est inconnu et on le remplace par l’écart-type d’échantillon . La quantité suit alors la loi t de Student à degrés de liberté, de densité . Elle figure en rouge sur la normale couleur d’encre, avec les queues au-delà du seuil choisi et les deux valeurs critiques à 95%.
Pourquoi les queues sont plus épaisses
L’écart-type d’échantillon varie : s’il tombe sur une faible valeur, le quotient augmente en valeur absolue. Les grandes valeurs absolues de sont donc plus fréquentes que sous la normale, et l’écart relatif s’accentue vers les extrémités. La densité normale décroît comme , la densité t seulement comme une puissance de . La valeur critique à 95% dépasse donc 1.96. Un intervalle de confiance ou un test qui utilise 1.96 avec annonce plus de confiance qu’il n’en assure.
Quand les degrés de liberté augmentent
Avec davantage de données, se rapproche de et la loi t de la normale centrée réduite. Cela se fait progressivement : (avec ) diminue à peu près proportionnellement à . Quand est grand, chaque doublement divise donc approximativement l’écart par deux. Aucune taille d’échantillon finie ne rend les deux lois égales. Le résultat exact suppose des observations indépendantes d’une même population normale. Sinon, il s’agit d’une approximation qui s’améliore quand la distribution de la moyenne d’échantillon se rapproche de la normale.
À observer
- À un degré de liberté, la loi t est la loi de Cauchy, qui n’a pas d’espérance.
- Trente n’est pas un seuil magique : à ν = 29, la valeur critique vaut encore environ 2.045.
Commandes
- Déplacez le triangle sur l’axe pour régler le seuil. Les flèches gauche et droite le déplacent de 0.01.