随机 t 数据

随机 t 数据模拟 t 分布的数值,用于验证 t 检验和置信区间、检验功效分析和教学。您可设置行数和列数、自由度(通常为 n - 1)以及小数位数。自由度较低时尾部更重、极端值更多;自由度大于 30 时,t 分布与正态分布几乎完全相同。另提供可选的图形摘要。

最后审阅

核心要点

随机 t 数据(Random T Data)从 t 分布生成数值,t 分布是对称的钟形分布,尾部比正态分布更重,由自由度决定,用于模拟 t 统计量和小样本研究。

本页内容
  1. 什么是随机 t 数据?
  2. 何时使用随机 t 数据?
  3. 正确使用随机 t 数据的指南
  4. 替代方法:何时不宜使用随机 t 数据
  5. 随机 t 数据示例
  6. 如何生成随机 t 数据

什么是随机 t 数据?

随机 t 数据从 t 分布生成数值——t 分布是对称的钟形分布,与正态分布相似,但尾部更重,由自由度参数控制。随着自由度增大,t 分布趋近于标准正态分布。它被广泛用于模拟 t 检验统计量,以及为小样本研究中的不确定性建模。

简单定义:从 t 分布生成随机值——t 分布是尾部比正态分布更重的钟形曲线,非常适合小样本模拟和验证 t 检验。

何时使用随机 t 数据?

  • 用于 验证 t 检验和置信区间计算,数据具有已知的分布性质。
  • 用于 检验功效分析模拟,以确定 t 检验研究所需的足够样本量。
  • 用于 教学演示,展示 t 分布如何随样本量增大而趋近正态。

正确使用随机 t 数据的指南

  • 根据研究的样本量设置 自由度(通常为 n − 1)。
  • 对于 较大的自由度(> 30),t 分布与正态分布几乎完全相同。

替代方法:何时不宜使用随机 t 数据

  • 对于适合采用正态性的 大样本模拟,请使用 随机正态数据
  • 对于 方差比较模拟,请使用 随机 F 数据

随机 t 数据示例

生成随机 t 数据的步骤如下:

  1. 要生成随机 t 数据,需要填写所需的选项。
  2. 现在,在 Zometric Statistical Software 中分析数据,网址为 https://statsai.zometric.com/。
  3.  要找到随机 t 数据,请选择 Statistical module> Random Data > Random T Data
Random T Data — figure 1Random T Data — figure 2

4. 使用上述工具后,得到的输出如下:

Random T Data — figure 3Random T Data — figure 4

如何生成随机 t 数据

操作步骤如下:

  1. 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
  2. 在首页选择 Statistical Tool> Random Data>Random T Data.
  3. 接下来,填写所需的选项。
  4. 最后,点击页面底部的 calculate,即可得到所需结果。

在随机 t 数据的工具界面中,窗口分为两部分。

Random T Data — figure 5

左侧是数据窗格(Data Pane)。在 Data Pane 中,每一行为一组生成的随机数据。填写所需选项后将生成数据。

右侧提供以下选项:

  • Number of rows of data to generate:  指定要生成多少个随机数据点。例如,输入 10 将恰好生成 10 行随机值,全部显示在数据窗格中。
  • Number of columns:  指定每行有多少个变量(列)。例如,输入 3 将在数据窗格中并排生成 3 列随机生成的数据。
  • Degrees of freedom: 决定用于生成随机数据的 t 分布的形状。自由度较低(例如 1 或 2)时,分布尾部较重,意味着生成的数据中会出现更多极端值。随着自由度增大,t 分布逐渐趋近正态分布的形状。例如,输入 30 将从自由度为 30 的 t 分布生成随机数据,得到的值与服从正态分布的数据非常接近。
  • Graphical summary: 选中后,所有生成的值会被合并并汇总:包含带拟合正态曲线的直方图和箱线图、汇总统计量、Anderson-Darling 正态性检验、概率图,以及均值、中位数和标准差的 95% 置信区间。这是基于刚创建的数据得出的可视化结果。
  • Decimals: 控制生成的随机值本身的小数位数。例如,设为 2 表示每个生成的数字都会四舍五入到 2 位小数,如 47.83 或 52.16。设为 0 则只生成整数。

常见问题

什么是 t 分布?

t 分布是对称的钟形分布,与正态分布相似,但尾部更重,由自由度参数控制。随着自由度增大,它趋近于标准正态分布。它被广泛用于模拟 t 检验统计量,以及为小样本研究中的不确定性建模。

随机 t 数据应使用什么自由度?

根据研究的样本量设置自由度,通常为 n - 1。较低的值(如 1 或 2)会使尾部更重、极端值更多。自由度较大(大于 30)时,t 分布与正态分布几乎完全相同,因此大样本模拟可改用随机正态数据。

何时应生成随机 t 数据?

可用于验证具有已知分布性质的 t 检验和置信区间计算,用于检验功效分析模拟以确定 t 检验研究所需的足够样本量,以及用于教学以展示 t 分布如何随样本量增大而趋近正态。对于方差比较模拟,请改用随机 F 数据。