学生 T 分布计算器

T分布(也称为学生 T 分布)是一类分布,它们看起来几乎与正态分布曲线相同,只是略短和略粗。当样本量较小时,可以使用 t 分布代替正态分布。样本量越大,t 分布看起来越像正态分布。事实上,对于大于 20 的样本量(例如自由度更大),分布几乎与正态分布完全相同。

视图:

Your browser doesn't support canvas. Please update your browser.

分布参数:
自由度
f(x)=1x0.252πe(ln(x))220.252,x>0
平均值 1.0317
方差 0.0687
SD 0.262

选择计算器类型

P( ≤ X ≤ )
结果:
Area (概率) P(0.2<X<0.7)=0.5000
样本大小: 样本数量:

Samples Sample

如何计算 T 分布的分数

当您查看 t 分布表 时,您会发现您需要知道“df”。这意味着“ 自由度 ”,只是样本量减去 1。

第 1 步: 从样本量中减去一个。这将是你的自由度。
第 2 步: 左侧的 df 查找 t 分布表 。  

 当您想要弄清楚是否应该接受或拒绝零假设时,可以使用 T 分布(以及相关的 t 分数)进行假设检验。 此图的中心区域为接受区域,尾部为拒绝区域或多个区域。在此特定的双尾检验图中,拒绝区域以蓝色阴影表示。尾部的区域可以用z 分数或t 分数来描述。例如,左图显示尾部的区域为 5%(每侧 2.5%)。z 分数为 1.96(来自z 表),代表与平均值的1.96 个标准差。如果 z 小于 -1.96 或大于 1.96,则拒绝零假设。

一般来说,当样本量较小(少于 30)或不知道总体标准差时,会使用此分布。出于实际目的(即在现实世界中),几乎总是如此。

因此,与基础统计课不同,您在现实生活中使用它的次数可能比正态分布要多。如果样本量足够大,则这两个分布实际上相同。