t Distribution   t 분포, t-분포

(2020-09-30)

Student t Distribution, 스튜던트 t-분포


1. t 분포 (t Distribution)정규분포평균의 해석에 많이 쓰이는 분포
     - 주로, 모집단정규분포라는 정도 만 알고, 모 표준편차는 모를 때,
     - 소 표본(n<30)으로도, 모 평균추정하려고,
     - 정규분포 대신에 사용되는 확률분포

  ※ t 분포는 아일랜드 통계 학자 William Sealey Gosset(1876~1937)에 의해 발견 
     - Student라는 가명으로 논문을 발표하여 Student t-분포 라고도 함
     - 후에, 피셔(R.A.Fisher)가 t 분포 이론을 일반화시켜 정립함

  ※ [참고] ☞ t 검정 참조


2. t 분포의 형태

    표준정규분포와 유사하게, 0 을 중심으로 좌우대칭 이나,
     - 표준정규분포 보다 평평하고 기다란 꼬리를 갖음 (양쪽 꼬리가 두터운 형태)
     - 즉, 표준정규분포 보다 분산이 크므로, 보다 평평한 모양을 갖음

  ㅇ 자유도에 따라 다른 모양을 나타냄     (χ² 분포 도 이와 유사함)
     - 자유도(= 표본의 수 - 1)가 증가할수록, 표준정규분포에 가까워짐
     - 대개, 자유도가 30 이 넘으면 표준정규분포와 비슷하게 됨


3. t 분포의 확률변수의 변환

  ㅇ t 분포의 확률변수 : T 
     - T : 모 평균 μ의 추정에 사용되는 추정 통계량
        . 표준정규분포표준화 변량인 Z 처럼 표본평균({#\overline{X}#})을 선형변환한 것

  ㅇ 변환식
      
[# T = \frac{\overline{X}-μ}{s/\sqrt{n}} #]
- n : 표본 수, (n-1) : 자유도, {#\overline{X}#} : 표본 평균, μ : 모 평균, s : 표본표준편차 ㅇ 한편, 모집단정규분포라고 가정하고, - t 분포 확률변수표준정규분포 또는 카이제곱분포로써 표현하면,
[# T = \frac{(\overline{X}-μ)/(σ/n)}{\sqrt{s^2/σ^2}} = \frac{Z}{\sqrt{V/(n-1)}} = \frac{Z}{\sqrt{V/r}} #]
. Z : 표준정규분포확률변수 . V : 자유도 r = (n-1) 인 카이제곱 분포확률변수 4. t 분포의 표기 및 형태 ㅇ 표기 : T ~ t(r) - 여기서, r 은 양의 상수로써 자유도(표본의 수 - 1) 임 . t 분포는 단일한 분포라기 보다는, . 자유도라는 모수에 따라 t₁,t₂,.... 등 무수히 많은 분포 군이 있음 ㅇ 형태 - 자유도가, . 30 이하이면, 표준정규분포 보다 분산이 커져 보다 평평한 모양이 되고, . 30 이 넘으면, 표준정규분포와 비슷하게 되고, . 120 이상이 되면, 표준정규분포와 완전히 같아짐 5. t 분포의 확률적 특징 ㅇ t 분포의 확률밀도함수 ㅇ t 분포의 분산 - Var(T) = r/(r-2) . 분산이 1 보다 큼 ㅇ t 분포의 평균 - E[T] = 0

연속확률분포
   1. 연속 확률분포 요약   2. 연속 균등분포   3. Rayleigh 분포   4. Rician 분포   5. 감마 분포   6. 베타 분포   7. 지수 분포   8. 얼랑 분포   9. 와이블 분포   10. 카이제곱 분포(χ² 분포)   11. t 분포  
표본 분포
   1. 표본 분포   2. 한 표본분포의 통계적 특성   3. 두 표본분포의 통계적 특성   4. Z 분포   5. t 분포   6. χ² 분포   7. F 분포  


Copyrightⓒ written by 차재복 (Cha Jae Bok)               기술용어해설 후원
"본 웹사이트 내 모든 저작물은 원출처를 밝히는 한 자유롭게 사용(상업화포함) 가능합니다"