Квантили распределения Стьюдента

Кванти́ли (проценти́ли) распределе́ния Стью́дента (коэффициенты Стьюдента) — числовые характеристики, широко используемые в задачах математической статистики таких как построение доверительных интервалов и проверка статистических гипотез.

Определение

Пусть $F_n$ — функция распределения Стьюдента $\mathrm{t}(n)$ с $n$ степенями свободы, и $\alpha \in [0,1]$. Тогда $\alpha$-квантилью этого распределения называется число $t_{\alpha,n}$ такое, что

$F_n\left(t_{\alpha,n}\right) = 1- \alpha$.

Замечания

• Прямо из определения следует, что случайная величина, имеющая распределение Стьюдента с $n$ степенями свободы, не превышает значение $t_{\alpha,n}$ с вероятностью $\alpha$ и превышает его с вероятностью $1-\alpha$.
• Функция $F_n$ строго возрастает для любого $n\in \mathbb{N}$. Следовательно, определена её обратная функция $F^{-1}_n$, и

$F_n^{-1}(1-\alpha) = t_{\alpha,n}$.

• Функция $F^{-1}_n$ не имеет простого представления. Однако, возможно вычислить её значения численно.
• Распределение $\mathrm{t}(n)$ симметрично. Следовательно,

$t_{1-\alpha,n} = - t_{\alpha,n}$.

Таблица квантилей

Нижеприведённая таблица получена с помощью функции tinv пакета MATLAB. Чтобы получить значение $t_{\alpha,k}$, необходимо найти строку, соответствующую нужному $k$, числу степеней свободы, расчитываемому по формуле $k = n - 1$, и колонку, соответствующую нужному $\alpha$. Искомое число находится в таблице на их пересечении. Если необходимо использовать $\alpha$, не приведённое в таблице, то значения можно получить в табличных редакторах (в Excel функция СТЬЮДРАСПОБР; в O(L)office - TINV). Кроме того, не следует путать запись $t_{\alpha,k}$ и $t_{p,k}$. Во второй записи, которая очень часто приводится в качестве ответа, речь идёт о величине "p=1-$\alpha$".

Квантили $t_{\alpha,k}$

one-tailed test (односторонний)	1-0.9/2	1-0.8/2	1-0.7/2	1-0.6/2	1-0.5/2	1-0.4/2	1-0.3/2	1-0.2/2	1-0.1/2	1-0.05/2	1-0.02/2
two-tailed test (двухстронний)	1-0.9 ($\alpha$=0.9, P=0.1 (10%)	1-0.8 ($\alpha$=0.8, P=0.2 (20%)	1-0.7 ($\alpha$=0.7, P=0.3 (30%)	1-0.6 ($\alpha$=0.6, P=0.4 (40%)	1-0.5 ($\alpha$=0.5, P=0.5 (50%)	1-0.4 ($\alpha$=0.4, P=0.6 (60%)	1-0.3 ($\alpha$=0.3, P=0.7 (70%)	1-0.2 ($\alpha$=0.2, P=0.8 (80%)	1-0.1 ($\alpha$=0.1, P=0.9 (90%)	1-0.05 ($\alpha$=0.05, P=0.95 (95%)	1-0.02 ($\alpha$=0.02, P=0.98 (98%)
1	0.1584	0.3249	0.5095	0.7265	1.0000	1.3764	1.9626	3.0777	6.3138	12.7062	31.8205
2	0.1421	0.2887	0.4447	0.6172	0.8165	1.0607	1.3862	1.8856	2.9200	4.3027	6.9646
3	0.1366	0.2767	0.4242	0.5844	0.7649	0.9785	1.2498	1.6377	2.3534	3.1824	4.5407
4	0.1338	0.2707	0.4142	0.5686	0.7407	0.9410	1.1896	1.5332	2.1318	2.7764	3.7469
5	0.1322	0.2672	0.4082	0.5594	0.7267	0.9195	1.1558	1.4759	2.0150	2.5706	3.3649
6	0.1311	0.2648	0.4043	0.5534	0.7176	0.9057	1.1342	1.4398	1.9432	2.4469	3.1427
7	0.1303	0.2632	0.4015	0.5491	0.7111	0.8960	1.1192	1.4149	1.8946	2.3646	2.9980
8	0.1297	0.2619	0.3995	0.5459	0.7064	0.8889	1.1081	1.3968	1.8595	2.3060	2.8965
9	0.1293	0.2610	0.3979	0.5435	0.7027	0.8834	1.0997	1.3830	1.8331	2.2622	2.8214
10	0.1289	0.2602	0.3966	0.5415	0.6998	0.8791	1.0931	1.3722	1.8125	2.2281	2.7638
11	0.1286	0.2596	0.3956	0.5399	0.6974	0.8755	1.0877	1.3634	1.7959	2.2010	2.7181
12	0.1283	0.2590	0.3947	0.5386	0.6955	0.8726	1.0832	1.3562	1.7823	2.1788	2.6810
13	0.1281	0.2586	0.3940	0.5375	0.6938	0.8702	1.0795	1.3502	1.7709	2.1604	2.6503
14	0.1280	0.2582	0.3933	0.5366	0.6924	0.8681	1.0763	1.3450	1.7613	2.1448	2.6245
15	0.1278	0.2579	0.3928	0.5357	0.6912	0.8662	1.0735	1.3406	1.7531	2.1314	2.6025
16	0.1277	0.2576	0.3923	0.5350	0.6901	0.8647	1.0711	1.3368	1.7459	2.1199	2.5835
17	0.1276	0.2573	0.3919	0.5344	0.6892	0.8633	1.0690	1.3334	1.7396	2.1098	2.5669
18	0.1274	0.2571	0.3915	0.5338	0.6884	0.8620	1.0672	1.3304	1.7341	2.1009	2.5524
19	0.1274	0.2569	0.3912	0.5333	0.6876	0.8610	1.0655	1.3277	1.7291	2.0930	2.5395
20	0.1273	0.2567	0.3909	0.5329	0.6870	0.8600	1.0640	1.3253	1.7247	2.0860	2.5280
21	0.1272	0.2566	0.3906	0.5325	0.6864	0.8591	1.0627	1.3232	1.7207	2.0796	2.5176
22	0.1271	0.2564	0.3904	0.5321	0.6858	0.8583	1.0614	1.3212	1.7171	2.0739	2.5083
23	0.1271	0.2563	0.3902	0.5317	0.6853	0.8575	1.0603	1.3195	1.7139	2.0687	2.4999
24	0.1270	0.2562	0.3900	0.5314	0.6848	0.8569	1.0593	1.3178	1.7109	2.0639	2.4922
25	0.1269	0.2561	0.3898	0.5312	0.6844	0.8562	1.0584	1.3163	1.7081	2.0595	2.4851
26	0.1269	0.2560	0.3896	0.5309	0.6840	0.8557	1.0575	1.3150	1.7056	2.0555	2.4786
27	0.1268	0.2559	0.3894	0.5306	0.6837	0.8551	1.0567	1.3137	1.7033	2.0518	2.4727
28	0.1268	0.2558	0.3893	0.5304	0.6834	0.8546	1.0560	1.3125	1.7011	2.0484	2.4671
29	0.1268	0.2557	0.3892	0.5302	0.6830	0.8542	1.0553	1.3114	1.6991	2.0452	2.4620
30	0.1267	0.2556	0.3890	0.5300	0.6828	0.8538	1.0547	1.3104	1.6973	2.0423	2.4573
31	0.1267	0.2555	0.3889	0.5298	0.6825	0.8534	1.0541	1.3095	1.6955	2.0395	2.4528
32	0.1267	0.2555	0.3888	0.5297	0.6822	0.8530	1.0535	1.3086	1.6939	2.0369	2.4487
33	0.1266	0.2554	0.3887	0.5295	0.6820	0.8526	1.0530	1.3077	1.6924	2.0345	2.4448
34	0.1266	0.2553	0.3886	0.5294	0.6818	0.8523	1.0525	1.3070	1.6909	2.0322	2.4411
35	0.1266	0.2553	0.3885	0.5292	0.6816	0.8520	1.0520	1.3062	1.6896	2.0301	2.4377
36	0.1266	0.2552	0.3884	0.5291	0.6814	0.8517	1.0516	1.3055	1.6883	2.0281	2.4345
37	0.1265	0.2552	0.3883	0.5289	0.6812	0.8514	1.0512	1.3049	1.6871	2.0262	2.4314
38	0.1265	0.2551	0.3882	0.5288	0.6810	0.8512	1.0508	1.3042	1.6860	2.0244	2.4286
39	0.1265	0.2551	0.3882	0.5287	0.6808	0.8509	1.0504	1.3036	1.6849	2.0227	2.4258
40	0.1265	0.2550	0.3881	0.5286	0.6807	0.8507	1.0500	1.3031	1.6839	2.0211	2.4233
41	0.1264	0.2550	0.3880	0.5285	0.6805	0.8505	1.0497	1.3025	1.6829	2.0195	2.4208
42	0.1264	0.2550	0.3880	0.5284	0.6804	0.8503	1.0494	1.3020	1.6820	2.0181	2.4185
43	0.1264	0.2549	0.3879	0.5283	0.6802	0.8501	1.0491	1.3016	1.6811	2.0167	2.4163
44	0.1264	0.2549	0.3878	0.5282	0.6801	0.8499	1.0488	1.3011	1.6802	2.0154	2.4141
45	0.1264	0.2549	0.3878	0.5281	0.6800	0.8497	1.0485	1.3006	1.6794	2.0141	2.4121
46	0.1264	0.2548	0.3877	0.5281	0.6799	0.8495	1.0483	1.3002	1.6787	2.0129	2.4102
47	0.1263	0.2548	0.3877	0.5280	0.6797	0.8493	1.0480	1.2998	1.6779	2.0117	2.4083
48	0.1263	0.2548	0.3876	0.5279	0.6796	0.8492	1.0478	1.2994	1.6772	2.0106	2.4066
49	0.1263	0.2547	0.3876	0.5278	0.6795	0.8490	1.0475	1.2991	1.6766	2.0096	2.4049
50	0.1263	0.2547	0.3875	0.5278	0.6794	0.8489	1.0473	1.2987	1.6759	2.0086	2.4033
100	0.1260	0.2540	0.3864	0.5261	0.6770	0.8452	1.0418	1.2901	1.6602	1.9840	2.3642
1000	0.1257	0.2534	0.3854	0.5246	0.6747	0.8420	1.0370	1.2824	1.6464	1.9623	2.3301

Пример

$t_{0.2,4} = 1.5332$ ($\alpha$=0.2, k=4);

$t_{0.8,4} = 0.2707$ ($\alpha$=0.8, k=4).

См. также

• Средняя квадратическая погрешность
• Доверительный интервал для математического ожидания нормальной выборки

Для улучшения этой статьи желательно?: Добавить иллюстрации. Найти и оформить в виде сносок ссылки на авторитетные источники, подтверждающие написанное.