і-розподіл Стьюдента справедливий тільки для вибірок, взятих із генеральної сукупності з нормальним розподілом випадкової величини.
На рис. 6.2. порівнюється крива і-розподілу Стьюдента з кривою нормального розподілу.
Рис. 2.2. Порівняння і - розподілу Стьюдента і нормального розподілу: 1 - нормальний розподіл; 2 - і-розподіл Стьюдента
Крива t - розподілу Стьюдента симетрична відносно осі ординат. На відміну від нормального розподілу під кінцями кривої t - розподілу Стьюдента при тих самих значеннях t розміщена значно більша частина площі. Таким чином, на частку більших відхилень від генеральної середньої припадає значна частина площі. Це означає, що для малих вибірок імовірність допущення більших помилок суттєво підвищується.
При збільшенні обсягу вибірки t - розподіл Стьюдента наближається до нормального розподілу (практично вважається достатнім и > 30), а при и^<ю він стає нормальним.
Для визначення значень функції S(t, и) розподілу Стьюдента складено ряд спеціальних таблиць, в яких наводяться розрахункові значення S(t, и) при відповідному числі ступенів свободи варіації. За цими таблицями можна знайти імовірність помилки вибірки при заданому значенні нормованого відхилення t або значення t при заданому рівні імовірності судження Р.
Наведемо витяг з таблиці імовірностей S(t, и) для значень nit, які найбільш часто застосовуються (табл. 6.2).
Таблиця 6.2. Витяг з таблиці значень функції S (t, n) розподілу Стьюдента (імовірності помножені на 1000)
| и · t | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 12 | 15 | 20 | 00 |
| 1 | 608 | 626 | 636 | 644 | 650 | 654 | 656 | 662 | 666 | 670 | 683 |
| 2 | 860 | 884 | 902 | 908 | 914 | 920 | 924 | 930 | 936 | 940 | 954 |
| 3 | 942 | 960 | 970 | 976 | 980 | 984 | 984 | 988 | 992 | 992 | 997 |
Як видно з даних таблиці, імовірність розходження між вибірковою середньою малої вибірки і генеральною середньою залежить від двох величин: чисельності вибірки п і нормованого відхилення і. Можна побачити, що при збільшенні п цей розподіл прямує до нормального і при п = 20 вже мало від нього відрізняється. При п^<ю в таблиці наведені значення для функції нормального розподілу.
Інший аспект застосування розподілу Стьюдента наведений в додатку 3, в якому дані значення і - критерію Стьюдента при різному рівні значущості (а) і числі ступенів свободи варіації (к).
Розподіл Пірсона
Для оцінки розходжень між емпіричними і теоретичними частотами розроблено ряд критеріїв згоди, серед яких найбільш широке застосування отримав критерій %г - хі-квадрат. На основі зіставлення фактичного і теоретичного (табличного) значення %г - критерію можна вияснити належність даного емпіричного розподілу деякому відомому теоретичному типу розподілу (наприклад, є або ні досліджуваний розподіл нормальним, біноміальним та ін.).
Крива, що характеризує розподіл %г описується рівнянням
де к- число ступенів свободи варіації.
Враховуючи, що для цілих додатних чисел гамма-функція Г(п) = п - 1, можна записати
З рівняння щільності імовірності видно, що розподіл х 2 залежить тільки від числа ступенів свободи варіації (к = п - 1). Розподіл %г не залежить від генеральної середньої і генеральної дисперсії. При великій чисельності вибірки (при п = 30 - 40) розподіл %г практично стає нормальним.
Для %г критерію складені спеціальні таблиці, в яких наведені його значення при певному числі ступенів свободи варіації і заданому рівні імовірності (дод. 6).
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія статистики» автора Мармоза А.Т. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Розподіл Стьюдента“ на сторінці 2. Приємного читання.
