Peluang & Statistika · Distribusi t Student

Distribusi t Student

Untuk n = ν + 1 pengamatan independen dari populasi normal yang sama N(μ, σ²), rata-rata terstandar (x̄ − μ)/(s/√n) mengikuti distribusi t dengan ν derajat kebebasan saat simpangan baku sampel s menggantikan σ. Ekornya lebih berat daripada normal standar. Saat ν bertambah, distribusi t mendekati normal standar.

Distribusi t Student pada visualisasi ini

Jika nn pengamatan diambil secara independen dari populasi normal yang sama N(μ,σ2)N(\mu, \sigma^2), rata-rata terstandar (xˉ−μ)/(σ/n)(\bar{x} - \mu)/(\sigma/\sqrt{n}) berdistribusi normal standar. Dalam praktiknya σ\sigma tidak diketahui dan diganti dengan simpangan baku sampel ss. Hasilnya T=(xˉ−μ)/(s/n)T = (\bar{x} - \mu)/(s/\sqrt{n}) mengikuti distribusi t Student dengan ν=n−1\nu = n - 1 derajat kebebasan serta kepadatan fν(t)∝(1+t2/ν)−(ν+1)/2f_\nu(t) \propto (1 + t^2/\nu)^{-(\nu+1)/2}. Kurva merah ini ditumpangkan pada normal standar berwarna tinta, dengan ekor di luar ambang pilihan dan dua nilai kritis 95%.

Mengapa ekornya lebih berat?

Simpangan baku sampel berbeda antarsampel. Saat kebetulan kecil, nilai mutlak rasionya membesar. Nilai mutlak TT yang besar karena itu lebih sering muncul daripada dalam distribusi normal. Perbedaan relatif semakin besar di ujung: kepadatan normal turun seperti e−t2/2e^{-t^2/2}, kepadatan t hanya seperti pangkat dari tt. Nilai kritis 95% t∗t^* pun melebihi 1.96. Interval kepercayaan atau uji yang memakai 1.96 bersama ss mengklaim tingkat kepercayaan yang terlalu tinggi.

Saat derajat kebebasan bertambah

Dengan lebih banyak data, ss mendekati σ\sigma dan distribusi t mendekati normal standar. Pendekatannya bertahap: t∗−z∗t^* - z^* (dengan z∗≈1.96z^* \approx 1.96) mengecil kira-kira sebanding dengan 1/ν1/\nu. Setelah ν\nu besar, setiap penggandaan kurang lebih membagi dua selisihnya. Tidak ada ukuran sampel berhingga yang membuat keduanya sama. Hasil eksak memerlukan pengamatan independen dari satu populasi normal. Untuk data lain, pendekatan membaik ketika distribusi rata-rata sampel semakin mendekati normal.

Hal yang perlu diperhatikan

  • Pada satu derajat kebebasan, distribusi t adalah distribusi Cauchy yang tidak memiliki nilai harapan.
  • Tiga puluh bukan angka ajaib. Pada ν = 29, nilai kritisnya masih sekitar 2.045.

Kontrol

  • Seret segitiga pada sumbu untuk menggeser ambang. Tombol panah kiri dan kanan menggesernya sebesar 0.01.

Terkait