Student'in t dağılımı Nedir?
Student'in t dağılımı Nedir?, Student'in t dağılımı Nerededir?, Student'in t dağılımı Hakkında Bilgi?, Student'in t dağılımı Analizi? Student'in t dağılımı ilgili Student'in t dağılımı ile ilgili bilgileri sitemizde bulabilirsiniz. Student'in t dağılımı ile ilgili daha detaylı bilgi almak ve iletişime geçmek için sayfamıza tıklayabilirsiniz. Student'in t dağılımı Ne Anlama Gelir Student'in t dağılımı Anlamı Student'in t dağılımı Nedir Student'in t dağılımı Ne Anlam Taşır Student'in t dağılımı Neye İşarettir Student'in t dağılımı Tabiri Student'in t dağılımı Yorumu
Student'in t dağılımı Kelimesi
Lütfen Student'in t dağılımı Kelimesi İle ilgili Daha Fazla Bilgi Almak İçin Kategoriler Sayfamıza Bakınız. Student'in t dağılımı İlgili Sözlük Kelimeler Listesi Student'in t dağılımı Kelimesinin Anlamı? Student'in t dağılımı Ne Demek? ,Student'in t dağılımı Ne Demektir? Student'in t dağılımı Ne Demektir? Student'in t dağılımı Analizi? , Student'in t dağılımı Anlamı Nedir?,Student'in t dağılımı Ne Demektir? , Student'in t dağılımı Açıklaması Nedir? ,Student'in t dağılımı Cevabı Nedir?,Student'in t dağılımı Kelimesinin Anlamı?,Student'in t dağılımı Kelimesinin Anlamı Nedir? ,Student'in t dağılımı Kelimesinin Anlamı Ne demek?,Student'in t dağılımı Kelimesinin Anlamı Ne demektir?
Student'in t dağılımı Bu Kelimeyi Kediniz Aradınız Ve Bulamadınız
Student'in t dağılımı Kelimesinin Anlamı Nedir? Student'in t dağılımı Kelimesinin Anlamı Ne demek? , Student'in t dağılımı Kelimesinin Anlamı Ne demektir?
Demek Ne Demek, Nedir? Tdk'ye Göre Anlamı
Demek kelimesi, dilimizde oldukça kullanılan kelimelerden birisidir. TDK'ye göre, demek kelimesi anlamı şu şekildedir:
Söylemek, söz söylemek - Ad vermek - Bir dilde karşılığı olmak - Herhangi bir ses çıkarmak - Herhangi bir kanıya, yargıya varmak - Düşünmek - Oranlamak - Ummak, - Erişmek - Bir işe kalkışmak, yeltenmek - Saymak, kabul etmek - bir şey anlamına gelmek - öyle mi, - yani, anlaşılan - inanılmayan, beklenmeyen durumlarda kullanılan pekiştirme veya şaşma sözü
Student'in t dağılımı Bu Kelimeyi Kediniz Aradınız Ve Bulamadığınız İçin Boş Safyadır
Demek Kelimesi Cümle İçerisinde Kullanımı
Eskilerin dediği gibi beşer, şaşar. - Muşmulaya döngel de derler.
Kamer `ay` demektir. - Küt dedi, düştü. - Bu işe herkes ne der? - Güzellik desen onda, zenginlik desen onda. - Bundan sonra gelir mi dersin? - Saat yedi dedi mi uyanırım. - Kımıldanayım deme, kurşunu yersin. Ağzını açayım deme, çok fena olursun. - Yarım milyon dediğin nedir? - Okuryazar olmak adam olmak demek değildir. - Vay! Beni kovuyorsun demek, pekâlâ! Student'in t dağılımı - Demek gideceksin.
Demek Kelimesi Kullanılan Atasözü Ve Deyimler
- dediği çıkmak - dediğinden (dışarı) çıkmak - dediğine gelmek
- dedi mi - deme! - demediğini bırakmamak (veya koymamak) - deme gitsin - demek istemek , - demek ki (veya demek oluyor ki) , - demek olmak , - dememek - der oğlu der - deyip de geçmemek - diyecek yok - dediği çıkmak , {buraya- - dediğinden (dışarı) çıkmak - dediğine gelmek i, - dedi mi , {buraya- - deme! - demediğini bırakmamak (veya koymamak) - deme gitsin , - demek istemek - demek ki (veya demek oluyor ki) - demek olmak - dememek - der oğlu der - deyip de geçmemek - diyecek yok
Student'in t dağılımı
Student'in t dağılımı Nedir? Student'in t dağılımı Ne demek? , Student'in t dağılımı Kelimesi İle ilgili Daha Fazla Bilgi , Almak İçin Kategoriler Sayfamıza Bakınız. İlgili Sözlük Kelimeler Listesi
Student'in t dağılımı Kelimesinin Anlamı? Student'in t dağılımı Ne Demek? Student'in t dağılımı Ne Demektir? ,Student'in t dağılımı Analizi? Student'in t dağılımı Anlamı Nedir? Student'in t dağılımı Ne Demektir?, Student'in t dağılımı Açıklaması Nedir? , Student'in t dağılımı Cevabı Nedir? , Student'in t dağılımı Kelimesinin Anlamı?
Olasılık yoğunluk fonksiyonu | |
Yığmalı dağılım fonksiyonu![]() | |
Parametreler | serbestlik dereceleri (reel) |
---|---|
Destek | |
Olasılık yoğunluk fonksiyonu (OYF) | |
Birikimli dağılım fonksiyonu (YDF) | burada birhipergeometrik fonksiyon olur |
Ortalama | , diğer hallerde tanımlanmamış |
Medyan | |
Mod | |
Varyans | , diğer hallerde tanımlanmamış |
Çarpıklık | |
Fazladan basıklık | |
Entropi | |
Moment üreten fonksiyon (mf) | () |
Karakteristik fonksiyon |
Olasılık kuramı ve istatistik bilim dallarında t-dağılımı ya da Student'in t dağılımı genel olarak örneklem sayısı veya sayıları küçük ise ve anakütle normal dağılım gösterdiği varsayılırsa çıkartımsal istatistik uygulaması için çok kullanılan bir sürekli olasılık dağılımıdır. Çok popüler olarak tek bir anakütle ortalaması için güven aralığı veya hipotez sınaması ve iki anakütle ortalamasının arasındaki fark için güven aralığı veya hipotez sınamasında, yani çıkarımsal istatistik analizlerde, uygulama görmektedir.
t-dağılımı ilk olarak 1908'de Dublin'de Guinness Bira Fabrikası'nda çalışan William Sealy Gosset tarafından yayımlanan bir makale ile ortaya konmuştur. Guinness'in, şirket sırlarının yayımlanmasını önlemek amacıyla çalışanlarının bilimsel yayın yapmasını yasaklamasından ötürü, bu yayının yazarı Student (öğrenci) olarak belirtilmişti. Gosset bu makalesinde "t" yerine "z" harfini kullanmıştır fakat sonradan "z" harfinin standart normal dağılım bağlamında kullanılmaya başlanmasıyla Student'in dağılımı "t" harfiyle anılmaya başlanmıştır.[1] t-sınamaları ve ilişkili teori R.A. Fisher tarafından geliştirilmiş ve bu dağılım Student'in t dağılımı adıyla tanınmıştır.
Çıkarımsal istatistiksel çalışmalarda normal dağılımın yerine küçük orneklem bulunan problemler için kullanılmakla (ve bu nedenle normal dağılımın bir özel hali olarak yanlış intiba vermekle) beraber Student'in t-dağılımı teorik bakımdan genelleştirilmiş hiperbolik dağılımının bir özel halidir.
Farz edelim ki X1, ..., Xn istatistiksel olarak birbirlerinden bağımsız rassal değişkenlerdir ve beklenen değer μ ile dağılma σ değerleri ile normal dağılmaktadırlar.
örneklem ortalaması ve
Bu Z den, kesin standart sapma ifadesi olan yerine bir rassal değişken olan konulması suretiyle değişiklik gösterir. Teknik olarak : Cochran'ın teoremine göre bir ki-kare dağılımı gösterir. Gosset yazısında Tnin şu olasılık yoğunluk fonksiyonu gösterdiğini ispat etmiştir:
Burada ν, n - 1 ifadesine eşittir ve Γ bir Gamma fonksiyonudur.
Bu ifade şöyle de yazılabilir:
Burada B bir Beta fonksiyonudur.
Sonradan T dağılımı t-dağılımı olarak anılmaya başlanmıştır. ν parametresi serbestlik derecesi olarak anılmaktadır. Dikkat edilirse t-dağılımı sadece ν parametresine dayanır ve (çıkarımsal istatistik analizi için bilinmeyen anakütle değerleri olan) μ veya σ t-dağılımı için parametre değildirler. İşte bu gerçek (yani μ ve σ nin parametre olmaması) hem teorik bakımdan ve daha belirgin olarak pratik çıkarımsal istatistik analizi bakımından, t-dağılımı istatistik bilimi için çok önemlidir.
t-dağılımının momentleri şunlardır:
Bir diğer işlemle de 0 < k < ν terimi, k çift sayı ise, Gamma fonksiyonunun özellikleri kullanılarak daha basitleştirilebilinir:
Gosset'in sonuçlarının daha da genelleştirilmesi mümkündür.[2]
Z, standart normal dağılıma ve V ise, serbestlik derecesi ile ki-kare dağılımına sahip olsun, Z ve V bağımsız ise, Cochran'in teoremine göre, şu orantı
ν serbestlik derecesi olan bir t-dağılımı olur.
Serbestlik derecesi ν olan bir t-dağılımı için beklenen değer 0 dır ve varyans
Çarpıklık 0 olur ve basıklık eğer ν > 4 ise.
olur. Yığmalı dağılım fonksiyonu bir tamamlanmamış beta fonkiyonu olup
ifadesi ile verilir ve burada
olur.
t-dağılımı ile F-dağılımı ilişkisi şöyle açıklanabilir; ν serbestlik derecesi olan t için kare değeri serbestlik derecesi 1 ve ν olan bir F-dağılımıdır.
t-dağılımının olasılık yoğunluk fonksiyonunu grafik şekli, ortalaması 0 ve varyansı 1 olan standart normal dağılımı grafik şekline benzerlik gösterir. Ancak t-dağılımı daha yaygındır ve biraz daha basıktır. Serbestlik derecesi büyüdükçe, t-dağılımı standart normal dağılımına yaklaşım göstermektedir. Serbestlik derecesi 30 olduğu zaman t-dağılımı ve standart normal dağılım nerede ise aynı şekildedirler.
Aşağıdaki gösterimler ν serbestlik derecesi artış gösterirse t-dağılımı yoğunluk fonksiyonunun nasıl değiştiğini gösterirler. Karşılaştırma sağlamak için normal dağılım mavi çizgi ile gösterilmiştir. t-dağılımını gösteren kırmızı çizginin ν değeri artıkça normal dağılıma yakınlaşma gösterdiği açıkça gözlenebilmektedir. Eğer ν=30 t-dağılımı hemen hemen normal dağılım ile aynı olmaktadır.
![]() |
![]() |
![]() |
![]() |
![]() |
![]() |
Serbestlik derecesini ν için belli değerler özellikle basit olan bazı şekilleri verirler:
Dağılım fonksiyonu şu olur:
Yoğunluk fonksiyonu şudur:
Bakın Cauchy dağılımı
Dağılım fonksiyonu şu olur:
Yoğunluk fonksiyonu şudur:
Bir sayı olan A öyle şekilde seçilsin ki
olsun. Burada T n - 1 serbestlik derecesi bulunan bir t-dağılımı göstersin. Bu ifade
ifadesi ile aynı olup A bu olasılık dağılımının 95inci yüzdebirlik değeridir veya
Bu halde
olmaktadır ve bu da
ifadesine aynen eşittir. Bunun için uç-noktaları
olan açıklık μ için bir %90 güven aralığıdır.
Böylece eğer normal dağılım gösterdiğine epeyce emin olabilaceğimiz bir grup gözlem için ortalama değeri bulursak, t-dağılımını kullanarak bulunan ortalama için güvenlik limitlerinin (belki bir sıfır hipotez için tahmin edilmiş değerin) yahut daha önce teorik olarak tahmin edilmiş bir değerin, bu limitlerin arasında bulunup bulunmadığı araştırılabilir.
Bu sonuc Student'in t-testlerinde kullanılmaktadır. İki normal dağılımdan alınan örneklemlerin ortalamalarının farkı da normal dağılım gösterdiği için, anakütle ortalamalarının arasındaki farkın sıfıra eşit olduğuna dair bir sonuç çıkarmanın makul olup olmadığını incelemede kullanılabilir.
Eğer veriler normal olarak dağılım gösterirlerse, ortalama için tek taraflı bir (1-a)-üst güvenlik limiti (UGL), şu verilen denklemi kullanarak hesaplanabilir.
Ortaya çıkarılan UGL değeri, bir verilmiş güvenlik aralığı ve anakütle büyüklüğü için ortaya çıkacak en büyük ortalama değeri olacaktır. Diğer bir terimle, değeri bir grup gözlemler için bir ortalama olursa, bu dağılımın ortalamasının değerinden daha düşük olmasının olasılığı güvenlik oranına (yani ye) eşittir.
Uygun büyüklükteki örneklemler için t-dağılımlarının ilgili sıfır hipotezi için uygulanabileceği birkaç diğer istatistikler bulunmaktadır. Böylece t-dagılımı, yalnizca tek ortalama ve iki ortalama arasındaki fark problemleri için uygulanan sonuç verici istatistik için bir özel teknik olmadığı açıktır. Örneğin Spearman'ın sıralama korelasyon katsayısı için sıfır hipotez bu katsayının 0 olabileceği ise, bu sıfır korelasyon için, eğer örneklem büyüklüğü 20 civarında ise, yaklaşık olarak bir t-dağılımı kullanılabilir.
t-dağılımı çok kere veri modeli kurmak için normal dağılıma bir alternatif olarak kullanılır. Çok kere pratik hayattan gelen gerçek veriler normal dağılımın kabul ettiğinden daha fazla ağırlıklı dağılım (şişman-kuyruklu dağılım) gösterir. Bu halde klasik çözum yolu bu alışılanın çok dışında olan değerleri (aykırı değerleri) teşhis edip bunların ağırlıklarını özel işlemlerle azaltmaya çaba göstermekle yapılmaktaydı. Ancak aykırı değerlerin teşhis edilmesi (özellikle yüksek boyut gösteren veriler arasında) hiç kolay olmamaktadır. Bu nedenle bu türlü verileri modellemek için doğasal seçim konusu olan ve güçlü istatistikler için bir parametrik yaklaşım sağlayan t-dağılımının alternatif olarak kullanılması tavsiye edilmektedir.
Lange ve işbirlikçileri (1989) [3] çeşitli kullanım alanlarında sisman kuyruklu veriler için güçlü modelleme içinde t-dağılımının kullanılması sorunu ayrıntılı olarak incelemişlerdir. Gelman ve işbirlikçilerinin (2003) [4] yazısında bir Bayes-tipi yaklaşım gösterilmektedir. Serbestlik derecesi parametresi dağılımının basıklığını kontrol etmek için kullanılmakta ve bu ölçek parametresi ile korelasyon bağlantısı göstermektedir. Olabilirlilik çok sayıda yerel maksimum değerleri gösterdiği için, çok kere serbestlik derecesini ufak olan değerlerde sabitleştirmek ve bu sabit değer verilmiş gibi diğer parametreler için kestirimde bulunmak gerekmektedir. Bazı araştırıcılar bunun için en uygun değerlerin 3 ile 9 arasında olduğunu beyan etmişlerdir. Venebale ve Ripley (2002) [5] ise 5 değerinin iyi bir seçim olacağını bildirmektedirler.