NoncentralStudentTDistribution
NoncentralStudentTDistribution[ν,δ]
表示一个非中心学生 分布,它的自由度为 ν,非中心参数为 δ.
更多信息
- NoncentralStudentTDistribution 允许 ν 是任意正实数,δ 是任意实数.
- NoncentralStudentTDistribution 允许 ν 和 δ 为无量纲量.
- NoncentralStudentTDistribution 可以同诸如 Mean、CDF 和 RandomVariate 等函数一起使用. »
背景
- NoncentralStudentTDistribution[ν,δ] 表示定义在实数集上的连续统计分布,由实数 δ(称为“非中心化”参数)和正实数 ν(“自由度”)作为参数,共同决定其概率密度函数(PDF)的整体行为. 一般地,非中心 Student -分布的PDF是单峰的(即有全局最大值),尽管其整体形状(高度、宽度及其最大值的水平位置)由 ν 和 δ 的值决定. 另外,PDF 的尾部较“厚”,体现在对于较大的 值,PDF 呈代数式递减,而不是指数式递减.(该行为可以通过分析分布的 SurvivalFunction 精确量化.)NoncentralStudentTDistribution 是 Student -分布 (StudentTDistribution,有时被称作中心化 Student -分布)或许倾斜的推广,有时被称为非中心 -分布.
- 非中心 -分布最初出现在20 世纪 30 年代,但直到20 世纪 40 年代才由 Johnson 和 Welch 在他们的文章中被首次完整地量化分析. 最初,该分布是作为描述形如 的随机变量 的行为的分布而实现的,其中 zNormalDistribution[],wChiSquareDistribution[ν]/ν,且 δ 是非中心化参数. 在随后的这些年中,非中心 -分布在统计学领域上有了很多基本应用,如贝叶斯推理、正态化测试和总体服从(中心) -分布的零假设检验的效能. 该分布还被用于质量控制、微生物学、宏观经济学和药学中.
- RandomVariate 可用于给出一个或多个机器精度或任意精度(后者通过 WorkingPrecision 选项)的非中心 -分布伪随机变量. Distributed[x,NoncentralStudentTDistribution[ν,δ]],更简洁的表示为 xNoncentralStudentTDistribution[ν,δ],可用于声明随机变量 x 服从非中心 -分布. 然后这类声明可用于诸如 Probability、NProbability、Expectation 和 NExpectation 等函数中.
- 非中心 -分布的概率密度和累积分布函数可以通过使用PDF[NoncentralStudentTDistribution[ν,δ],x] 和CDF[NoncentralStudentTDistribution[ν,δ],x] 给出. 均值、中位数、方差、原始矩和中心矩可以分别使用 Mean、Median、Variance、Moment 和 CentralMoment 计算.
- DistributionFitTest 可用于检验给定的数据集是否与非中心 -分布相一致,EstimatedDistribution 可用于通过给定数据估计非中心 参数分布,而FindDistributionParameters 可用于将数据拟合为非中心 -分布. ProbabilityPlot 可用于生成已知数据相对于符号式非中心 -分布的 CDF 图形,而QuantilePlot 可用于生成已知数据相对于符号式非中心 -分布的分位数的分位数图形.
- TransformedDistribution 可用于表示非中心 -分布的变换,CensoredDistribution 可用于表示在上限和下限值之间删失值的分布,TruncatedDistribution 可用于表示在上限和下限值之间截断值的分布. CopulaDistribution 可用于构建包含非中心 -分布的更高维分布,而 ProductDistribution 可用于计算独立分量分布涉及非中心 -分布的联合分布.
- NoncentralStudentTDistribution 与若干其他统计分布相关. 它是 StudentTDistribution 的直接推广,体现在 NoncentralStudentTDistribution[ν,0] 的 PDF 与StudentTDistribution[ν] 的完全相同. NoncentralStudentTDistribution 还与NormalDistribution、ChiSquareDistribution、PearsonDistribution、MultivariateTDistribution、FRatioDistribution、GammaDistribution 和 HotellingTSquareDistribution 密切相关.
范例
打开所有单元关闭所有单元范围 (7)
应用 (1)
已知一个特定的盒装谷物产品的重量(以克为单位)服从未知均值为 的正态分布. 执行一个检验,其中零假设为 ,备择假设为 . 随机选取 15 个盒子,其中样本平均重量为 363,标准差为 32:
给定 和 ,计算检验功效. 在这种情况下,检验统计量服从NoncentralStudentTDistribution[n-1,δ]:
属性和关系 (3)
NoncentralStudentTDistribution[ν,0] 与 StudentTDistribution[ν] 等价:
非中心 分布可由 NormalDistribution 和 ChiSquareDistribution 得到:
可能存在的问题 (4)
当 ν 不是一个正实数时,NoncentralStudentTDistribution 没有定义:
当 δ 不是一个实数时,NoncentralStudentTDistribution 没有定义:
非中心 Student 分布的特征函数没有相应的解析式表示(closed form representation):
文本
Wolfram Research (2007),NoncentralStudentTDistribution,Wolfram 语言函数,https://reference.wolfram.com/language/ref/NoncentralStudentTDistribution.html (更新于 2016 年).
CMS
Wolfram 语言. 2007. "NoncentralStudentTDistribution." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2016. https://reference.wolfram.com/language/ref/NoncentralStudentTDistribution.html.
APA
Wolfram 语言. (2007). NoncentralStudentTDistribution. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/NoncentralStudentTDistribution.html 年