Iz Wikipedije, proste enciklopedije
Študentova t porazdelitev
Funkcija gostote verjetnosti za študentovo t porazdelitev
Zbirna funcija verjetnosti za študentovo t porazdelitev.
oznaka
t
(
ν
)
{\displaystyle t(\nu )\!}
tudi
S
(
ν
)
{\displaystyle S(\nu )\!}
parametri
ν
>
0
{\displaystyle \nu >0\!}
prostostne stopnje (realno število )
interval
x
∈
(
−
∞
;
+
∞
)
{\displaystyle x\in (-\infty ;+\infty )\!}
funkcija gostote verjetnosti (pdf)
Γ
(
ν
+
1
2
)
ν
π
Γ
(
ν
2
)
(
1
+
x
2
ν
)
−
(
ν
+
1
2
)
{\displaystyle {\frac {\Gamma ({\frac {\nu +1}{2}})}{{\sqrt {\nu \pi }}\,\Gamma ({\frac {\nu }{2}})}}\left(1+{\frac {x^{2}}{\nu }}\right)^{-({\frac {\nu +1}{2}})}\!}
zbirna funkcija verjetnosti (cdf)
1
2
+
x
Γ
(
ν
+
1
2
)
⋅
2
F
1
(
1
2
,
ν
+
1
2
;
3
2
;
−
x
2
ν
)
π
ν
Γ
(
ν
2
)
{\displaystyle {\begin{matrix}{\frac {1}{2}}+x\Gamma \left({\frac {\nu +1}{2}}\right)\cdot \\[0.5em]{\frac {\,_{2}F_{1}\left({\frac {1}{2}},{\frac {\nu +1}{2}};{\frac {3}{2}};-{\frac {x^{2}}{\nu }}\right)}{{\sqrt {\pi \nu }}\,\Gamma ({\frac {\nu }{2}})}}\end{matrix}}}
kjer je
2
F
1
{\displaystyle _{2}F_{1}\!}
hipergeometrična funkcija
pričakovana vrednost
0
za
ν
>
1
{\displaystyle 0{\text{ za }}\nu >1\!}
, drugje je nedefinirana
mediana
0
{\displaystyle 0\!}
modus
0
{\displaystyle 0\!}
varianca
ν
ν
−
2
za
ν
>
2
{\displaystyle {\frac {\nu }{\nu -2}}{\text{ za }}\nu >2\!}
,
∞
{\displaystyle \infty \!}
za
1
<
ν
≤
2
{\displaystyle 1<\nu \leq 2}
, drugje nedefinirana
simetrija
0
za
ν
>
3
{\displaystyle 0{\text{ za }}\nu >3\!}
sploščenost
6
ν
−
4
za
ν
>
4
{\displaystyle {\frac {6}{\nu -4}}{\text{ za }}\nu >4\!}
entropija
ν
+
1
2
[
ψ
(
1
+
ν
2
)
−
ψ
(
ν
2
)
]
+
log
[
ν
B
(
ν
2
,
1
2
)
]
{\displaystyle {\begin{matrix}{\frac {\nu +1}{2}}\left[\psi ({\frac {1+\nu }{2}})-\psi ({\frac {\nu }{2}})\right]\\[0.5em]+\log {\left[{\sqrt {\nu }}B({\frac {\nu }{2}},{\frac {1}{2}})\right]}\end{matrix}}}
funkcija generiranja momentov (mgf)
(ni definirana)
karakteristična funkcija
K
ν
/
2
(
ν
|
t
|
)
(
ν
|
t
|
)
ν
/
2
Γ
(
ν
/
2
)
2
ν
/
2
−
1
,
ν
>
0
{\displaystyle {\frac {K_{\nu /2}({\sqrt {\nu }}|t|)({\sqrt {\nu }}|t|)^{\nu /2}}{\Gamma (\nu /2)2^{\nu /2-1}}},\;\nu >0}
Študentova t porazdelitev (tudi t porazdelitev ali Studentova t porazdelitev ) je zvezna verjetnostna porazdelitev .
Študentovo t porazdelitev je odkril William Sealy Gosset (1876 – 1937) v letu 1908 . Njeno odkritje je objavil pod psevdonimom Študent (Student). Gosset je bil pivovar v pivovarni pri Guinnessu . Porazdelitev je odkril med raziskavo vpliva kvasovk na kakovost piva . Pozneje je ameriški statistik in ekonomski teoretik Harold Hotelling (1895 – 1973) razvil t porazdelitev. Ime porazdelitve pa je ostalo.
Študentova t porazdelitev je verjetnostna porazdelitev razmerja
Z
V
/
ν
=
Z
ν
/
V
{\displaystyle {\frac {Z}{\sqrt {V/\nu \ }}}=Z{\sqrt {\nu /V}}}
kjer ima
Funkcija gostote verjetnosti [ uredi | uredi kodo ]
Funkcija gostote verjetnosti za t porazdelitev je
Γ
(
ν
+
1
2
)
ν
π
Γ
(
ν
2
)
(
1
+
x
2
ν
)
−
(
ν
+
1
2
)
{\displaystyle {\frac {\Gamma ({\frac {\nu +1}{2}})}{{\sqrt {\nu \pi }}\,\Gamma ({\frac {\nu }{2}})}}\left(1+{\frac {x^{2}}{\nu }}\right)^{-({\frac {\nu +1}{2}})}\!}
.
kjer je
Γ
(
z
)
{\displaystyle \Gamma (z)\!}
funkcija gama .
ν
{\displaystyle \nu \!}
so prostostne stopnje porazdelitve
Kadar je
ν
{\displaystyle \nu }
parno (sodo) število je funkcija gostote verjetnosti enaka
Γ
(
ν
+
1
2
)
ν
π
Γ
(
ν
2
)
=
(
ν
−
1
)
(
ν
−
3
)
⋯
(
5
)
(
3
)
2
ν
(
ν
−
2
)
(
ν
−
4
)
⋯
(
4
)
(
2
)
.
{\displaystyle {\frac {\Gamma ({\frac {\nu +1}{2}})}{{\sqrt {\nu \pi }}\,\Gamma ({\frac {\nu }{2}})}}={\frac {(\nu -1)(\nu -3)\cdots (5)(3)}{2{\sqrt {\nu }}(\nu -2)(\nu -4)\cdots (4)(2)\,}}.}
Kadar pa je
ν
{\displaystyle \nu }
neparno število (liho) pa je funkcija gostote verjetnosti enaka
Γ
(
ν
+
1
2
)
ν
π
Γ
(
ν
2
)
=
(
ν
−
1
)
(
ν
−
3
)
⋯
(
4
)
(
2
)
π
ν
(
ν
−
2
)
(
ν
−
4
)
⋯
(
5
)
(
3
)
.
{\displaystyle {\frac {\Gamma ({\frac {\nu +1}{2}})}{{\sqrt {\nu \pi }}\,\Gamma ({\frac {\nu }{2}})}}={\frac {(\nu -1)(\nu -3)\cdots (4)(2)}{\pi {\sqrt {\nu }}(\nu -2)(\nu -4)\cdots (5)(3)\,}}.\!}
Zbirna funkcija verjetnosti [ uredi | uredi kodo ]
Zbirna funkcija verjetnosti je enaka
1
2
+
x
Γ
(
ν
+
1
2
)
⋅
2
F
1
(
1
2
,
ν
+
1
2
;
3
2
;
−
x
2
ν
)
π
ν
Γ
(
ν
2
)
{\displaystyle {\begin{matrix}{\frac {1}{2}}+x\Gamma \left({\frac {\nu +1}{2}}\right)\cdot \\[0.5em]{\frac {\,_{2}F_{1}\left({\frac {1}{2}},{\frac {\nu +1}{2}};{\frac {3}{2}};-{\frac {x^{2}}{\nu }}\right)}{{\sqrt {\pi \nu }}\,\Gamma ({\frac {\nu }{2}})}}\end{matrix}}}
kjer je
Zbirno funkcijo verjetnosti pa lahko izrazimo tudi s pomočjo nepopolne funkcije beta:
∫
−
∞
t
f
(
u
)
d
u
=
I
x
(
ν
2
,
ν
2
)
=
B
(
x
;
ν
2
,
ν
2
)
B
(
ν
2
,
ν
2
)
{\displaystyle \int _{-\infty }^{t}f(u)\,du=I_{x}\left({\frac {\nu }{2}},{\frac {\nu }{2}}\right)={\frac {B\left(x;{\frac {\nu }{2}},{\frac {\nu }{2}}\right)}{B\left({\frac {\nu }{2}},{\frac {\nu }{2}}\right)}}}
kjer je
x
=
t
+
t
2
+
ν
2
t
2
+
ν
.
{\displaystyle x={\frac {t+{\sqrt {t^{2}+\nu }}}{2{\sqrt {t^{2}+\nu }}}}.}
.
B
(
x
,
a
,
b
)
{\displaystyle B(x,a,b)\!}
nepopolna funkcija beta
Pričakovana vrednost je enaka
0
za
ν
>
1
{\displaystyle 0{\text{ za }}\nu >1\!}
drugje je nedefinirana.
Varianca je enaka
ν
ν
−
2
za vrednosti
ν
>
2
{\displaystyle {\frac {\nu }{\nu -2}}{\text{ za vrednosti }}\nu >2\!}
,
∞
{\displaystyle \infty \!}
za
1
<
ν
≤
2
{\displaystyle 1<\nu \leq 2}
, drugje je nedefinirana.
Sploščenost je enaka
6
ν
−
4
za
ν
>
4
{\displaystyle {\frac {6}{\nu -4}}{\text{ za }}\nu >4\!}
.
Funkcija generiranja momentov [ uredi | uredi kodo ]
Funkcija generiranja momentov ni določena.
Povezave z drugimi porazdelitvami [ uredi | uredi kodo ]
Slučajna spremenljivka
Y
{\displaystyle Y\!}
ima F porazdelitev
Y
∼
F
(
ν
1
=
1
,
ν
2
=
ν
)
{\displaystyle Y\sim \mathrm {F} (\nu _{1}=1,\nu _{2}=\nu )\!}
kadar je
Y
=
X
2
{\displaystyle Y=X^{2}\!}
in ima slučajna spremenljivka
X
{\displaystyle X\!}
Študentovo t porazdelitev
X
∼
t
(
ν
)
{\displaystyle X\sim \mathrm {t} (\nu )\!}
.
Slučajna spremenljivka
Y
{\displaystyle Y\!}
ima normalno porazdelitev
Y
∼
N
(
0
,
1
)
{\displaystyle Y\sim \mathrm {N} (0,1)\!}
, ko velja
Y
=
lim
ν
→
∞
X
{\displaystyle Y=\lim _{\nu \to \infty }X}
in ima slučajna spremenljivka
X
{\displaystyle X\!}
t porazdelitev
X
∼
t
(
ν
)
{\displaystyle X\sim \mathrm {t} (\nu )\!}
.
Slučajna spremenljivka
X
{\displaystyle X\!}
ima Cauchyjevo porazdelitev
X
∼
C
a
u
c
h
y
(
0
,
1
)
{\displaystyle X\sim \mathrm {Cauchy} (0,1)\!}
, kadar ima
X
{\displaystyle X\!}
t porazdelitev
X
∼
t
(
ν
=
1
)
{\displaystyle X\sim \mathrm {t} (\nu =1)\!}
.