基于正态分布的抽样分布-T分布

本文详细介绍了T分布的定义,它与标准正态分布和卡方分布的关系,以及如何从卡方分布推导出T分布。T分布通常用于小样本情况下的均值比较和区间估计,当总体方差未知时,样本会遵循T分布。随着自由度的增加,T分布趋近于正态分布。通过Python的scipy库展示了T分布的概率密度函数图形,并提供了计算T分布函数值、概率密度函数和右侧分位点的方法。

T分布

T=\frac{Z}{\sqrt{\chi ^{2}/\nu }}

Z为标准正态分布统计量,\chi ^{2}卡方分布,v为卡方分布自由度,T自由度=v;

假设有相互独立的样本观测值x_{1},x_{2},x_{3}...x_{n},来自于一个均值为\mu,方差为\sigma ^{2}的正态统计,且均值\bar{x}符合正态分布:

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值