首页 理论教育生态数据分析与建模:t分布及其特点

生态数据分析与建模:t分布及其特点

【摘要】:t分布的平均数和标准差为:t分布密度曲线如图5-1所示,其特点是:图5-1不同自由度的t分布密度曲线1.t分布受自由度的制约,每一个自由度都有一条t分布密度曲线。2.t分布密度曲线以纵轴为对称轴,左右对称,且在t=0时,分布密度函数取得最大值。3.与标准正态分布密度曲线相比,t分布密度曲线顶部略低,两尾部稍高而平。对于不同自由度下t分布的两尾概率及其对应的临界t值已编制成附表2,即t分布表。

由样本平均数抽样分布的性质知道:若x~N(μ,σ2),则~N(μ,σ2/n)。将随机变量标准化得:u=(-μ),则u~N(0,1)。当总体方差σ2未知时,样本容量不大(n<30)以样本标准差S代替σ所得到的统计量不再服从标准正态分布,而是服从t分布(t-distribution)。即:

式中,为样本平均数的标准误,计算公式为:

的估计值。

t分布的概率分布密度函数如下:

式中,t的取值范围是(-∞,+∞);df=n-1;Γ为Γ函数。

t分布的平均数和标准差为:

t分布密度曲线如图5-1所示,其特点是:(www.chuimin.cn)

图5-1 不同自由度的t分布密度曲线

1.t分布受自由度的制约,每一个自由度都有一条t分布密度曲线。

2.t分布密度曲线以纵轴为对称轴,左右对称,且在t=0时,分布密度函数取得最大值。

3.与标准正态分布密度曲线相比,t分布密度曲线顶部略低,两尾部稍高而平。df越小这种趋势越明显。df越大,t分布越趋近于标准正态分布。当n>30时,t分布与标准正态分布的区别很小;n>100时,t分布基本与标准正态分布相同;n→∞时,t分布与标准正态分布完全一致。

t分布的概率分布函数为:

因而t在区间(t1,+∞)取值的概率——右尾概率为1-Ft(df)。由于t分布左右对称,t在区间(-∞,-t1)取值的概率也为1-Ft(df)。于是t分布曲线下由-∞到-t 1和由t 1到+∞两个相等的概率之和——两尾概率为2(1-Ft(df))。对于不同自由度下t分布的两尾概率及其对应的临界t值已编制成附表2,即t分布表。该表第一列为自由度df,表头为两尾概率值,表中数字即为临界t值。

例如,当df=15时,查附表2得两尾概率等于0.05的临界t值为t0.05(15)=2.131,其意义是:P(-∞<t<-2.131)=P(2.131<t<+∞)=0.025;P(-∞<t<-2.131)+P(2.131<t<+∞)=0.05。

由附表2可知,当df一定时,概率P越大,临界t值越小;概率P越小,临界t值越大。当概率P一定时,随着df的增加,临界t值在减小,当df=∞时,临界t值与标准正态分布的临界u值相等。