概率与统计 · t分布

t分布

自由度为ν的t分布,是从同一个正态总体N(μ, σ²)独立抽取的n = ν + 1个值的标准化均值(x̄ − μ)/(s/√n)在用样本s代替σ时的分布。它像标准正态,但尾巴更厚;ν越大越接近正态。

t分布与本页画面

从同一个正态总体N(μ,σ2)N(\mu, \sigma^2)中独立抽取nn个值,标准化的均值(xˉ−μ)/(σ/n)(\bar{x} - \mu)/(\sigma/\sqrt{n})服从标准正态分布。实际中σ\sigma不知道,用样本自己的标准差ss代替,得到的T=(xˉ−μ)/(s/n)T = (\bar{x} - \mu)/(s/\sqrt{n})服从自由度ν=n−1\nu = n - 1的t分布(学生t分布)。它的密度是fν(t)∝(1+t2/ν)−(ν+1)/2f_\nu(t) \propto (1 + t^2/\nu)^{-(\nu+1)/2}。本页把它画成红线,叠在墨色的标准正态上,并画出你选的截断点之外的尾部和两个95%临界值。

尾巴为什么更厚

样本标准差每个样本都不一样,碰巧偏小时,比值就被放大。所以TT取到大值比正态变量更常见,而且越往外差得越多:正态密度按e−t2/2e^{-t^2/2}下降,t密度只按tt的幂下降。于是95%临界值t∗t^*比1.96大;用ss却仍乘1.96的置信区间或检验,声称的把握比实际的大。

自由度变大时

数据越多,ss越贴近σ\sigma,t分布越接近标准正态。这个接近是逐渐的:t∗−z∗t^* - z^*(z∗≈1.96z^* \approx 1.96)大致与1/ν1/\nu成比例地缩小,所以ν\nu大了以后每加倍一次约减半;没有哪个样本量能让两者完全相同。精确的结论要求数据是从同一个正态总体独立抽取的;别的数据只能用t分布近似,样本均值越接近正态,近似越好。

值得注意

  • 自由度为1的t分布就是柯西分布,它的均值不存在。
  • 30不是魔法数:ν = 29时临界值仍约为2.045。

操作

  • 拖横轴上的三角改截断点;左右方向键每次移动0.01。

相关概念