T-Verteilung: Unterschied zwischen den Versionen

Aus MM*Stat

Wechseln zu: Navigation, Suche
(Die Seite wurde neu angelegt: „{{Verteilungsmodelle}} =={{Vorlage:Überschrift}}== ===Student'sche t-Verteilung=== Ist <math>Z\,</math> eine Standardnormalverteilung|standardnormalverte…“)
 
 
Zeile 29: Zeile 29:
 
Die folgende Abbildung zeigt die [[Dichtefunktion (eindimensional)|Dichtefunktion]]en der t-Verteilung für verschiedene [[Freiheitsgrad]]e <math>f</math>.
 
Die folgende Abbildung zeigt die [[Dichtefunktion (eindimensional)|Dichtefunktion]]en der t-Verteilung für verschiedene [[Freiheitsgrad]]e <math>f</math>.
  
{|
+
<iframe k="wiwi" p="examples/stat_t-Verteilung_Dichtefunktion_R00480004800000000000000_plot.html" />
|<R output="display">
 
pdf(rpdf,width=7,height=7)
 
 
 
curve(from=-3, to=3, dt(x, df=1), ylab="f(x)", col="red", ylim=c(0.0,0.45), lty=1, lwd=4, font.lab=2, xaxp = c(-3, 3, 6), yaxp=c(0.0, 0.4, 4), "yaxs"="i")
 
par(new=TRUE)
 
curve(from=-3, to=3, dt(x, df=5), ylab="f(x)", col="blue", ylim=c(0.0,0.45), lty=1, lwd=4, font.lab=2, xaxp = c(-3, 3, 6), yaxp=c(0.0, 0.4, 4), "yaxs"="i")
 
par(new=TRUE)
 
curve(from=-3, to=3, dt(x, df=99999999), ylab="f(x)", col="green", ylim=c(0.0,0.45), lty=1, lwd=4, font.lab=2, xaxp = c(-3, 3, 6), yaxp=c(0.0, 0.4, 4), "yaxs"="i")
 
 
 
text(0, 0.29, "t=1", col="red", cex=1.5)
 
text(0, 0.34, "t=5", col="blue", cex=1.5)
 
text(0.12, 0.42, labels=expression(infinity), col="green", cex=1.5)
 
text(-0.12, 0.42, labels="t=", col="green", cex=1.5)
 
 
 
title(main="Dichtefunktion (t-Verteilung)")
 
box(which="outer")
 
</R>
 
|}
 
 
 
 
===Beziehung zur Standardnormalverteilung===
 
===Beziehung zur Standardnormalverteilung===
  

Aktuelle Version vom 30. Mai 2018, 17:51 Uhr

Verteilungsmodelle

Diskrete Gleichverteilung • Binomialverteilung • Hypergeometrische Verteilung • Poisson-Verteilung • Stetige Gleichverteilung • Exponentialverteilung • Normalverteilung • Standardnormalverteilung • Schwankungsintervall • Zentraler Grenzwertsatz • Chi-Quadrat-Verteilung • t-Verteilung • F-Verteilung • Approximation von Verteilungen • Multiple Choice • Video • Aufgaben • Lösungen
Approximation • Approximation der Binomialverteilung • Approximation der hypergeometrischen Verteilung • Approximation der Poisson-Verteilung • Bernoulli-Experiment • Endlichkeitskorrektur • Freiheitsgrad • Gauß-Verteilung • Gauß'sche Glockenkurve • Gedächtnislosigkeit der Exponentialverteilung • Gleichverteilung (diskret) • Gleichverteilung (stetig) • Poisson-Prozess • Sicherheitswahrscheinlichkeit • Standardnormalverteilung • Stetigkeitskorrektur • Student'sche t-Verteilung • Überschreitungswahrscheinlichkeit • Zentrales Schwankungsintervall

Grundbegriffe

Student'sche t-Verteilung

Ist eine standardnormalverteilte Zufallsvariable, und eine von unabhängige Chi-Quadrat-verteilte Zufallsvariable mit dem Parameter , dann heißt die Verteilung der Zufallsvariablen

Student'sche t-Verteilung oder t-Verteilung mit dem Parameter , oder kurz .

Der Parameter ist die Anzahl der Freiheitsgrade der Chi-Quadrat-verteilten Zufallsvariable .

Die Zufallsvariable hat den Wertebereich: .

Für Erwartungswert und Varianz gilt:

Die Verteilungsfunktion der t-Verteilung liegt für ausgewählte Werte des Parameters und ausgewählte Wahrscheinlichkeiten tabelliert vor.

Zusatzinformationen

Graphische Darstellung der t-Verteilung

Die folgende Abbildung zeigt die Dichtefunktionen der t-Verteilung für verschiedene Freiheitsgrade .

Beziehung zur Standardnormalverteilung

Die Dichtefunktion der t-Verteilung ist eine symmetrische Glockenkurve zum Erwartungswert (wie die Standardnormalverteilung).

Jedoch ist die Dichtefunktion der t-Verteilung flacher als die der Standardnormalverteilung.

Mit anderen Worten: Die Kurve der t-Verteilung weist eine geringere Höhe und eine größere Streuung auf.

Die Varianz der Standardnormalverteilung ist 1, während die Varianz der t-Verteilung größer als Eins ist (für ).

Für konvergiert die Dichtefunktion der t-Verteilung gegen die Dichtefunktion der Standardnormalverteilung.

Ab kann die t-Verteilung in guter Näherung durch die Standardnormalverteilung approximiert werden.