Distribuzione t di Student

Da Wikipedia, l'enciclopedia libera.
distribuzione t di Student
Funzione di densità di probabilità
Funzione di densità di probabilità
Funzione di ripartizione
Funzione di ripartizione
Parametri n>0\ (gradi di libertà)
Supporto \mathbb{R}
Funzione di densità \frac{\Gamma(\frac{n+1}{2})}{\sqrt{n\pi}\Gamma(\frac{n}{2})} \left(1+\frac{t^2}{n}\right)^{-(\frac{n+1}{2})}
Funzione di ripartizione \frac {\Beta(\frac{t+\sqrt{t^2+n}}{2\sqrt{t^2+n}},\frac{n}{2},\frac{n}{2})} {\Beta(\frac{n}{2},\frac{n}{2})}


dove \Beta è la funzione Beta

Valore atteso 0\ se n>1
non definita altrimenti
Mediana 0
Moda 0
Varianza \frac{n}{n-2}\ se n>2
infinita altrimenti
Indice di asimmetria 0\ se n>3
non definita altrimenti
Curtosi \frac{6}{n-4}\ se n>4
infinita altrimenti
Entropia \tfrac{n+1}{2}\left(\digamma(\tfrac{1+n}{2})-\digamma(\tfrac{n}{2})\right)+\log{\left(\sqrt{n}\Beta(\tfrac{n}{2},\tfrac{1}{2})\right)}

dove \digamma è la funzione digamma e \Beta è la funzione Beta

Funzione generatrice dei momenti
Funzione caratteristica \frac{K_{n/2}(\sqrt{n}|t|)(\sqrt{n}|t|)^{n/2}}{\Gamma(n/2)2^{n/2-1}}[1]

dove K_{n}(x) è una funzione di Bessel

In teoria delle probabilità la distribuzione di Student, o t di Student, è una distribuzione di probabilità continua che governa il rapporto tra due variabili aleatorie, la prima con distribuzione normale e la seconda il cui quadrato ha distribuzione chi quadrato.

Questa distribuzione interviene nella stima della media di una popolazione che segue la distribuzione normale, e viene utilizzata negli omonimi test t di Student per la significatività e per ogni intervallo di confidenza della differenza tra due medie.

Cenni storici[modifica | modifica wikitesto]

La distribuzione venne descritta nel 1908 da William Sealy Gosset, che pubblicò il suo risultato sotto lo pseudonimo "Student" perché la fabbrica di birra Guinness presso la quale era impiegato vietava ai propri dipendenti di pubblicare articoli affinché questi non divulgassero segreti di produzione. Il nome distribuzione di Student venne successivamente introdotto da Ronald Fisher.[2][3]

Definizione[modifica | modifica wikitesto]

La distribuzione di Student con parametro n (gradi di libertà) governa la variabile aleatoria

t_n=\frac{Z}{\sqrt{S^2/n}}

dove Z e S^2 sono due variabili aleatorie indipendenti che seguono rispettivamente la distribuzione normale standard \mathcal{N}(0,1) e la distribuzione chi quadrato \chi^2(n) con n gradi di libertà.

Stimatori[modifica | modifica wikitesto]

La media \mu e la varianza \sigma^2 di una popolazione X possono essere stimate tramite un suo campione di N elementi, X_1,\ldots,X_N con gli stimatori

\bar{X}=\frac{1}{N}\sum_{i=1}^N X_i
S^2=\frac{1}{N-1}\sum_{i=1}^N (X_i-\bar{X})^2.

Supponiamo che le variabili aleatorie X_1,\ldots,X_N che compongono il campione siano indipendenti e distribuite normalmente, allora \bar{X} è una variabile normale \mathcal{N}\left(\mu,\frac{\sigma^2}{N}\right) con valore atteso \mu e varianza \frac{\sigma^2}{N}. Pertanto la variabile Z così definita

Z=\frac{\bar{X}-\mu}{\sqrt{\sigma^2/N}}

seguirà una distribuzione normale standard, \mathcal{N}(0,1). Il problema è che spesso non si conosce \sigma^2, pertanto dovremo avere a che fare con uno stimatore della varianza come S^2.

Dimostreremo che la seguente variabile aleatoria

k=\frac{(N-1)S^2}{\sigma^2}

segue una distribuzione chi-quadro con N-1 gradi di libertà, \chi^2_{(N-1)}.

Le due variabili aleatorie Z e k sono indipendenti, per il teorema di Cochran.

Pertanto si definisce la variabile aleatoria

t_N=\frac{\bar{X}-\mu}{\sqrt{S^2/N}}=\frac{\bar{X}-\mu}{\sqrt{\frac{\sigma^2}{N}\frac{(N-1)S^2}{(N-1)\sigma^2}}}=\frac{Z}{\sqrt{k/(N-1)}}

Tale variabile aleatoria segue una distribuzione di probabilità detta "t di Student".

Ricavare la distribuzione di t[modifica | modifica wikitesto]

Cominciamo con il dimostrare che k è una variabile aleatoria di tipo chi-quadro. Ricordiamo che una distribuzione \chi^2(n) è una particolare variabile di tipo gamma definita come segue

\chi^2(n) = \mathrm{Gamma}\left(\frac{1}{2}, \frac{n}{2}\right) = \frac{e^{-\frac{x}{2}} x^{\frac{n}{2}-1}}{2^{\frac{n}{2}}\Gamma(\frac{n}{2})}.

Dove \Gamma(x) è la funzione Gamma di Eulero definita come \Gamma(x) = \int_0^{+\infty}{t^{x-1} e^{-t}dt}.

Una variabile chi-quadro con n gradi di libertà si ottiene sommando n variabili normali standard \mathcal{N}(0,1) elevate al quadrato. Detto ciò partiamo dalla definizione della varianza campionaria e aggiungiamo e sottraiamo nell'argomento della sommatoria \mu, il valore aspettato della variabile aleatoria X_i che coincide con quello della variabile aleatoria \bar{X}.

S^2=\frac{1}{N-1}\sum_i(X_i-\bar{X})^2 = \frac{1}{N-1}\sum_i(X_i + \mu - \mu -\bar{X})^2.

Definiamo i parametri a e b come a = X_i - \mu, b = \bar{X}-\mu e riscriviamo la formula precedente

(N-1)S^2 = \sum_i(a-b)^2 = \sum_i a^2 + \sum_i b^2 -2\sum_i ab = \sum_i (X_i - \mu)^2 + \sum_i (\bar{X} - \mu)^2 - 2 \sum_i (\bar{X} - \mu)(X_i - \mu).

Ora possiamo esplicitare fuori dalle sommatorie tutti i termini che non dipendono da i, ovvero \bar{X} e \mu

(N-1)S^2 = \sum_i (X_i - \mu)^2 + N (\bar{X} - \mu)^2 - 2(\bar{X} - \mu) \sum_i (X_i - \mu) = \sum_i (X_i - \mu)^2 + N (\bar{X} - \mu)^2 - 2(\bar{X} - \mu) [ \sum_i (X_i) - N\mu]
(N-1)S^2 = \sum_i (X_i - \mu)^2 + N (\bar{X} - \mu)^2 - 2N(\bar{X} - \mu)^2 = \sum_i (X_i - \mu)^2 - N (\bar{X} - \mu)^2,

sapendo che la somma su tutti gli X_i è pari a N\bar{X}. Dividendo ora a destra e a sinistra per \sigma^2 otteniamo a destra delle variabili normali

\frac{(N-1)S^2}{\sigma^2} = \sum_i^N \left(\frac{X_i - \mu}{\sigma}\right)^2 - N \left(\frac{\bar{X} - \mu}{\sigma}\right)^2 = \sum_i^N \left(\frac{X_i - \mu}{\sigma}\right)^2 - \left(\frac{\bar{X} - \mu}{\sigma/\sqrt{N}}\right)^2.

Abbiamo quindi ottenuto a sinistra una variabile che precedentemente avevamo indicato con k, mentre a destra abbiamo somme di variabili normali standard al quadrato, coincidenti con una variabile chi quadro con N gradi di libertà e un'altra variabile normale anch'essa standard elevata al quadrato, ovvero una variabile chi-quadro ad un solo grado di libertà. Sapendo che somme di variabili di tipo chi-quadro con n e m gradi di libertà corrispondono ancora ad una variabile chi-quadro con n+m gradi di libertà otteniamo che la funzione di densità di probabilità di k è di tipo chi-quadro con N-1 gradi di libertà.

Pertanto ora iniziamo a dire che

t_n|k = Z \sqrt{\frac{n}{k}}

dove n=N-1 è il numero di gradi di libertà, e che

f(t_n|k) = \mathcal{N}\left(0, \frac{n}{k}\right) = \sqrt{\frac{k}{2\pi n}} e^{-\frac{kt^2}{2n}}.

Conosciuta la variabile aleatoria k, essa si riduce difatti ad un parametro moltiplicativo per la normale. Dalla definizione di probabilità condizionata si ha

f(t_n, k) = f(t_n|k)f(k),

dove

f(k) = \frac{e^{-\frac{k}{2}} k^{\frac{n}{2}-1}}{2^{\frac{n}{2}}\Gamma\left(\frac{n}{2}\right)},

è una distribuzione chi-quadro con n = N-1 gradi di libertà. Quindi

f(t_n, k) = \sqrt{\frac{k}{2\pi n}} e^{-\frac{kt^2}{2n}} \frac{e^{-\frac{k}{2}} k^{\frac{n}{2}-1}}{2^{\frac{n}{2}}\Gamma\left(\frac{n}{2}\right)} = \frac{k^{\frac{n-1}{2}} e^{-\frac{k}{2}\left(1+\frac{t^2}{n}\right)}}{2^{\frac{n+1}{2}}\sqrt{\pi n} \Gamma\left(\frac{n}{2}\right)}.

Notiamo che la funzione di distribuzione cercata non è altro che una funzione marginale di f(t_n, k), pertanto si ha

f(t_n) = \int_0^{+\infty} f(t_n, k)dk
f(t_n) = \frac{1}{2^{\frac{n+1}{2}}\sqrt{\pi n} \Gamma\left(\frac{n}{2}\right)} \int_0^{+\infty} k^{\frac{n-1}{2}} e^{-\frac{k}{2}\left(1+\frac{t^2}{n}\right)} dk.

Ponendo una sostituzione con l'argomento dell'esponenziale, mantenendolo però negativo

y = \frac{k}{2}\left(1+\frac{t^2}{n}\right), dk = 2\left(1+\frac{t^2}{n}\right)^{-1} dy,

otteniamo

f(t_n) = \frac{\left(1+\frac{t^2}{n}\right)^{-1}}{2^{\frac{n-1}{2}}\sqrt{\pi n} \Gamma(\frac{n}{2})} \int_0^{+\infty} \left(\frac{2y}{1+\frac{t^2}{n}}\right)^{\frac{n-1}{2}} e^{-y} dy = \frac{\left(1+\frac{t^2}{n}\right)^{-\frac{n+1}{2}}}{\sqrt{\pi n} \Gamma\left(\frac{n}{2}\right)} \int_0^{+\infty} y^{\frac{n-1}{2}} e ^{-y} dy,

l'integrale definito può essere riscritto per ottenere una funzione gamma di Eulero come segue

\int_0^{+\infty} y^{\frac{n-1}{2}} e ^{-y} dy = \int_0^{+\infty} y^{\frac{n+1}{2}-1} e ^{-y} dy = \Gamma\left(\frac{n+1}{2}\right).

Pertanto otteniamo al fine il nostro risultato

f(t_n) = \frac{\Gamma\left(\frac{n+1}{2}\right)(1+\frac{t^2}{n})^{-\frac{n+1}{2}}}{\sqrt{\pi n} \Gamma\left(\frac{n}{2}\right)}

Notiamo che il limite di questa successione di funzioni per n \rightarrow \infty è

\lim_{n\to\infty} f(t_n) = \frac{1}{\sqrt{\pi}} \lim_{n\to\infty} \frac{\Gamma\left(\frac{n+1}{2}\right)}{\sqrt{n}\Gamma\left(\frac{n}{2}\right)} \lim_{n\to\infty}\left(1+\frac{t^2}{n}\right)^{-\frac{n+1}{2}} = \frac{1}{\sqrt{2\pi}} e^{-\frac{t^2}{2}}.

Sapendo che il primo limite ha come risultato \frac{1}{\sqrt{2}} e il secondo tende a e^{-\frac{t^2}{2}}.

In pratica, prendendo una popolazione di numerosità N molto grande, la variabile aleatoria t tende ad essere una normale standard.

Caratteristiche[modifica | modifica wikitesto]

La distribuzione di Student con n gradi di libertà è simmetrica, perché lo è la distribuzione normale standard mentre la distribuzione chi quadrato che funge da "parametro casuale di scala" non produce effetti di distorsione di tale simmetria.

La sua funzione di densità di probabilità è

f(t) = \frac{\Gamma(\frac{n+1}{2})}{\sqrt{n\pi}\Gamma(\frac{n}{2})} \left(1+\frac{t^2}{n}\right)^{-(n+1)/2} = \frac{1}{\sqrt{n}\Beta(\frac{1}{2},\frac{n}{2})} \left(1+\frac{t^2}{n}\right)^{-(n+1)/2},

dove \Gamma indica la funzione Gamma e \Beta la funzione Beta.

La sua funzione di ripartizione è

F(t)=I_x\left(\frac{n}{2},\frac{n}{2}\right),

dove I_x(a,b)=\frac{\Beta(x,a,b)}{\Beta(a,b)} è la funzione Beta incompleta regolarizzata e

x=\frac{t+\sqrt{t^2+n}}{2\sqrt{t^2+n}}.

Per k<n i momenti (semplici o centrali) di ordine k della distribuzione sono

\mu_k=0 se k è dispari,
\mu_k=\frac{\Gamma(\frac{k+1}{2})\Gamma(\frac{n-k}{2})n^{k/2}}{\sqrt{\pi}\Gamma(\frac{n}{2})} se k è pari.

In particolare, oltre alla speranza matematica E[T]=0 e all'indice di asimmetria \gamma_1=0 (per n>3) predetti dalla simmetria della distribuzione, si trovano:

la varianza \text{Var}(T)=\frac{n}{n-2} per n>2;
l'indice di curtosi \gamma_2=\frac{6}{n-4} per n>4.
Consideriamo infine un ultimo parametro, il FWHM, ovvero la larghezza a mezza altezza. Per una variabile t di Student abbiamo che il picco della funzione è nel suo valore atteso, ovvero in 0, dove la distribuzione ha valore massimo \frac{\Gamma(\frac{n+1}{2})}{\sqrt{\pi n} \Gamma(\frac{n}{2})}. Per cui troviamo i valori di t per i quali f(t_n) assume altezza pari a metà della massima assoluta.
\frac{\Gamma(\frac{n+1}{2})}{2\sqrt{\pi n} \Gamma(\frac{n}{2})}=\frac{\Gamma(\frac{n+1}{2})(1+\frac{t^2}{n})^{-\frac{n+1}{2}}}{\sqrt{\pi n} \Gamma(\frac{n}{2})}
Per cui
{\textstyle \frac{1}{2}=(1+\frac{t^2}{n})^{-\frac{n+1}{2}}} che è equivalente a {\textstyle 2 = (1+\frac{t^2}{n})^\frac{n+1}{2}} dove t ha due soluzioni, come ci aspettavamo dalla simmetria della funzione, coincidenti a
t_1 = \sqrt{n (2^\frac{2}{n+1}-1)}
t_2 = -\sqrt{n (2^\frac{2}{n+1}-1)}
Per cui la larghezza a mezza altezza della funzione è data da t_1-t_2 = 2\sqrt{n(2^\frac{2}{n+1}-1)}
Eseguendo il limite per n \rightarrow \infty troviamo un'espressione convergente a
\lim_{n\to\infty} t_1-t_2 = 2\sqrt{ln(4)}= \sqrt{8ln(2)}
che è l'equivalente della FWHM della normale standard. Viceversa per n=1 otteniamo un FWHM = 2. Difatti per n=1 la distribuzione t di Student coincide con una distribuzione di Lorentz-Cauchy di parametri (0, 1) dove la FWHM è per l'appunto uguale a 2.

Statistica[modifica | modifica wikitesto]

Intervallo di confidenza[modifica | modifica wikitesto]

La distribuzione di Student viene utilizzata per definire degli intervalli di confidenza per la media di una popolazione, sulla base degli stimatori puntuali \bar{X} e S_n^2 della sua media e della sua varianza. Dall'equazione

T=\frac{\bar{X}-\mu}{\sqrt{S_n^2/n}}

si ha infatti

P(a\leqslant T\leqslant b)=P\left(\bar{X}-b\sqrt{S_n^2/n}\leqslant\mu\leqslant\bar{X}-a\sqrt{S_n^2/n}\right).

Scegliendo quindi dei quantili q_{\alpha}<q_{\beta} per la distribuzione di Student con n gradi di libertà, si ha

\beta-\alpha=P(q_{\alpha}\leqslant T\leqslant q_{\beta})=P\left(\bar{X}-q_{\beta}\sqrt{S_n^2/n}\leqslant\mu\leqslant\bar{X}-q_{\alpha}\sqrt{S_n^2/n}\right),

cioè un intervallo di confidenza per la media \mu con livello di confidenza \beta-\alpha è:

\left[\ \bar{X}-q_{\beta}\sqrt{S_n^2/n}\ ,\ \bar{X}-q_{\alpha}\sqrt{S_n^2/n}\ \right].

Qualora si considerino intervalli simmetrici si può utilizzare l'indice z_\alpha definito da

\alpha=P(|T|\leqslant z_\alpha)=P(-z_\alpha\leqslant T\leqslant z_\alpha)=2F(z_\alpha)-1,

ovvero

z_\alpha=q_{1-\frac{\alpha}{2}},

e si ottiene l'intervallo di confidenza per \mu con livello di confidenza \alpha

\left[\ \bar{X}-z_{\alpha}\sqrt{S_n^2/n}\ ,\ \bar{X}+z_{\alpha}\sqrt{S_n^2/n}\ \right].

Altre distribuzioni[modifica | modifica wikitesto]

La distribuzione di Student con parametro n=1 corrisponde alla distribuzione di Cauchy di parametri (0,1): entrambe regolano il rapporto X/Y tra due variabili aleatorie indipendenti aventi distribuzione normale standard.

Al tendere di n a infinito la distribuzione di Student con n gradi di libertà converge alla distribuzione normale standard \mathcal{N}(0,1).

Se T è una variabile aleatoria con distribuzione t di Student di parametro n, allora F=T^2 segue la distribuzione di Fisher-Snedecor di parametri (1,n).

Tabella dei quantili[modifica | modifica wikitesto]

La seguente tabella[4] esprime, in funzione del parametro n (riga) e di particolari valori di \alpha (colonna), i quantili q_\alpha per la distribuzione di Student di parametro n:

P(T\leqslant q_\alpha)=F(q_\alpha)=\alpha.

L'ultima riga, indicata con "\infty", si riferisce ad una distribuzione normale standard.

n\α 0.90 0.95 0.975 0.99 0.995 0.9975 0.999 0.9995
1 3.078 6.314 12.706 31.821 63.657 127.321 318.309 636.619
2 1.886 2.920 4.303 6.965 9.925 14.089 22.327 31.599
3 1.638 2.353 3.182 4.541 5.841 7.453 10.215 12.924
4 1.533 2.132 2.776 3.747 4.604 5.598 7.173 8.610
5 1.476 2.015 2.571 3.365 4.032 4.773 5.893 6.869
6 1.440 1.943 2.447 3.143 3.707 4.317 5.208 5.959
7 1.415 1.895 2.365 2.998 3.499 4.029 4.785 5.408
8 1.397 1.860 2.306 2.896 3.355 3.833 4.501 5.041
9 1.383 1.833 2.262 2.821 3.250 3.690 4.297 4.781
10 1.372 1.812 2.228 2.764 3.169 3.581 4.144 4.587
11 1.363 1.796 2.201 2.718 3.106 3.497 4.025 4.437
12 1.356 1.782 2.179 2.681 3.055 3.428 3.930 4.318
13 1.350 1.771 2.160 2.650 3.012 3.372 3.852 4.221
14 1.345 1.761 2.145 2.624 2.977 3.326 3.787 4.140
15 1.341 1.753 2.131 2.602 2.947 3.286 3.733 4.073
16 1.337 1.746 2.120 2.583 2.921 3.252 3.686 4.015
17 1.333 1.740 2.110 2.567 2.898 3.222 3.646 3.965
18 1.330 1.734 2.101 2.552 2.878 3.197 3.610 3.922
19 1.328 1.729 2.093 2.539 2.861 3.174 3.579 3.883
20 1.325 1.725 2.086 2.528 2.845 3.153 3.552 3.850
21 1.323 1.721 2.080 2.518 2.831 3.135 3.527 3.819
22 1.321 1.717 2.074 2.508 2.819 3.119 3.505 3.792
23 1.319 1.714 2.069 2.500 2.807 3.104 3.485 3.768
24 1.318 1.711 2.064 2.492 2.797 3.091 3.467 3.745
25 1.316 1.708 2.060 2.485 2.787 3.078 3.450 3.725
26 1.315 1.706 2.056 2.479 2.779 3.067 3.435 3.707
27 1.314 1.703 2.052 2.473 2.771 3.057 3.421 3.690
28 1.313 1.701 2.048 2.467 2.763 3.047 3.408 3.674
29 1.311 1.699 2.045 2.462 2.756 3.038 3.396 3.659
30 1.310 1.697 2.042 2.457 2.750 3.030 3.385 3.646
40 1.303 1.684 2.021 2.423 2.704 2.971 3.307 3.551
50 1.299 1.676 2.009 2.403 2.678 2.937 3.261 3.496
60 1.296 1.671 2.000 2.390 2.660 2.915 3.232 3.460
100 1.290 1.660 1.984 2.364 2.626 2.871 3.174 3.390
\infty 1.282 1.645 1.960 2.326 2.576 2.807 3.090 3.291

Note[modifica | modifica wikitesto]

  1. ^ Hurst, Simon, The Characteristic Function of the Student-t Distribution, Financial Mathematics Research Report No. FMRR006-95, Statistics Research Report No. SRR044-95
  2. ^ (EN) Student (William Sealy Gosset), The probable error of a mean in Biometrika, vol. 6, nº 1, marzo 1908, pp. 1–-25, DOI:10.1093/biomet/6.1.1.
  3. ^ (EN) Ronald Fisher, Applications of "Student's" distribution in Metron, vol. 5, 1925, pp. 90-–104.
  4. ^ Valori critici calcolati con la funzione qt(p,g) di R.

Voci correlate[modifica | modifica wikitesto]

Altri progetti[modifica | modifica wikitesto]

Collegamenti esterni[modifica | modifica wikitesto]

matematica Portale Matematica: accedi alle voci di Wikipedia che trattano di matematica