확률과 통계 · 스튜던트 t 분포

스튜던트 t 분포

같은 정규모집단 N(μ, σ²)에서 독립적으로 얻은 n = ν + 1개 관측값에서 σ 대신 표본표준편차 s를 사용하면 표준화한 평균 (x̄ − μ)/(s/√n)은 자유도 ν인 t 분포를 따른다. 표준정규분포보다 꼬리가 두껍지만 ν가 커질수록 표준정규분포에 가까워진다.

그림으로 보는 스튜던트 t 분포

같은 정규모집단 N(μ,σ2)N(\mu, \sigma^2)에서 nn개 값을 독립적으로 뽑으면 표준화한 평균 (xˉ−μ)/(σ/n)(\bar{x} - \mu)/(\sigma/\sqrt{n})는 표준정규분포를 따른다. 실제로는 σ\sigma을 모르므로 표본표준편차 ss로 바꾸며, 그 결과인 T=(xˉ−μ)/(s/n)T = (\bar{x} - \mu)/(s/\sqrt{n})는 자유도 ν=n−1\nu = n - 1인 스튜던트 t 분포를 따른다. 그 밀도는 fν(t)∝(1+t2/ν)−(ν+1)/2f_\nu(t) \propto (1 + t^2/\nu)^{-(\nu+1)/2}이다. 먹색 표준정규밀도 위에 빨간색으로 밀도를 그리고, 선택한 경곗값 바깥의 양측 꼬리와 두 분포의 95% 임계값을 표시한다.

꼬리가 더 두꺼운 이유

표본표준편차는 표본마다 달라 우연히 작게 나오면 비의 절댓값이 커진다. 따라서 TT의 절댓값이 큰 경우가 정규변수보다 자주 나타나며 꼬리로 갈수록 상대적 차이가 커진다. 정규밀도는 e−t2/2e^{-t^2/2}처럼 감소하지만 t 밀도는 tt의 거듭제곱 꼴로만 감소한다. 그래서 95% 임계값 t∗t^*은 1.96보다 크다. ss과 함께 1.96을 쓰는 신뢰구간이나 검정은 실제보다 높은 신뢰도를 주장하게 된다.

자유도가 커질 때

자료가 늘면 ss이 σ\sigma에 가까워지고 t 분포가 표준정규분포에 가까워진다. t∗−z∗t^* - z^*(z∗≈1.96z^* \approx 1.96)는 대략 1/ν1/\nu에 비례해 줄어든다. ν\nu가 크면 두 배가 될 때마다 차이는 대략 절반이 된다. 두 분포가 같아지는 특정 유한 표본 크기는 없다. 정확한 결과에는 같은 정규모집단에서 나온 독립적인 값이 필요하다. 그 밖에는 근사이며 표본평균의 분포가 정규분포에 가까울수록 정확해진다.

살펴볼 점

  • 자유도 1인 t 분포는 평균이 존재하지 않는 코시 분포다.
  • 30은 마법의 숫자가 아니다. ν = 29에서도 임계값은 약 2.045이다.

조작 방법

  • 축 위의 삼각형을 끌어 경곗값을 움직이세요. 좌우 방향키로는 0.01씩 움직입니다.

관련 개념