確率・統計 · スチューデントの t 分布

スチューデントの t 分布

同じ正規母集団 N(μ, σ²) から独立に抽出した n = ν + 1 個の値について、母標準偏差 σ の代わりに標本標準偏差 s を用いた標準化平均 (x̄ − μ)/(s/√n) は自由度 ν の t 分布に従う。標準正規分布より裾が重く、ν が増えるにつれて標準正規分布に近づく。

スチューデントの t 分布を図で見る

同じ正規母集団 N(μ,σ2)N(\mu, \sigma^2) から nn 個を独立に抽出すると、標準化平均 (xˉ−μ)/(σ/n)(\bar{x} - \mu)/(\sigma/\sqrt{n}) は標準正規分布に従う。通常 σ\sigma は未知なので標本標準偏差 ss で置き換えると、T=(xˉ−μ)/(s/n)T = (\bar{x} - \mu)/(s/\sqrt{n}) は自由度 ν=n−1\nu = n - 1 のスチューデントの t 分布に従い、密度は fν(t)∝(1+t2/ν)−(ν+1)/2f_\nu(t) \propto (1 + t^2/\nu)^{-(\nu+1)/2} となる。図では t 密度は赤、標準正規密度は墨色。選んだ境界値の外側の両裾と2つの95%臨界値を比較できる。

裾が重くなる理由

標本標準偏差は標本ごとに変わり、偶然小さくなると比の絶対値が大きくなる。したがって TT の絶対値が大きくなる確率は正規変数より高く、外側ほど差が広がる。正規密度は e−t2/2e^{-t^2/2} のように減衰するが、t 密度は tt のべきでしか減衰しない。このため95%臨界値 t∗t^* は1.96より大きい。ss を用いて係数を1.96とした信頼区間や検定では、公称の信頼度に達しない。

自由度が増えると

データが増えると ss は σ\sigma に近づき、t 分布は標準正規分布に近づく。近づき方は段階的で、t∗−z∗t^* - z^*(z∗≈1.96z^* \approx 1.96)はおおむね 1/ν1/\nu に比例して小さくなる。ν\nu が大きければ2倍になるたびに差はほぼ半分になるが、特定の標本数で一致するわけではない。厳密な結果には同じ正規母集団からの独立な標本が必要である。それ以外では近似にすぎず、標本平均の分布が正規分布に近づくほどよくなる。

注目する点

  • 自由度1の t 分布はコーシー分布で、平均は存在しない。
  • 30は特別な境目ではない。ν = 29 では臨界値はなお約2.045である。

操作方法

  • 軸上の三角をドラッグして境界値を動かす。左右の矢印キーでは0.01ずつ移動する。

関連項目