для чего нужен коэффициент стьюдента
Коэффициенты Стьюдента
Кванти́ли (проценти́ли) распределе́ния Стью́дента (коэффициенты Стьюдента) — числовые характеристики, широко используемые в задачах математической статистики таких как построение доверительных интервалов и проверка статистических гипотез.
Содержание
Определение
.
Замечания
Таблица квантилей
Пример
См. также
| two-tailed test | 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| one-tailed test | 1-0.9 | 1-0.8 | 1-0.7 | 1-0.6 | 1-0.5 | 1-0.4 | 1-0.3 | 1-0.2 | 1-0.1 | 1-0.05 | 1-0.02 |
| 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 |
Полезное
Смотреть что такое «Коэффициенты Стьюдента» в других словарях:
Процентили распределения Стьюдента — Квантили (процентили) распределения Стьюдента (коэффициенты Стьюдента) числовые характеристики, широко используемые в задачах математической статистики таких как построение доверительных интервалов и проверка статистических гипотез. Содержание 1 … Википедия
Квантили распределения Стьюдента — Квантили (процентили) распределения Стьюдента (коэффициенты Стьюдента) числовые характеристики, широко используемые в задачах математической статистики таких как построение доверительных интервалов и проверка статистических гипотез.… … Википедия
Коэффициент корреляции — (Correlation coefficient) Коэффициент корреляции это статистический показатель зависимости двух случайных величин Определение коэффициента корреляции, виды коэффициентов корреляции, свойства коэффициента корреляции, вычисление и применение… … Энциклопедия инвестора
Корреляция — (Correlation) Корреляция это статистическая взаимосвязь двух или нескольких случайных величин Понятие корреляции, виды корреляции, коэффициент корреляции, корреляционный анализ, корреляция цен, корреляция валютных пар на Форекс Содержание… … Энциклопедия инвестора
Наименьших квадратов метод — один из методов ошибок теории (См. Ошибок теория) для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Н. к. м. применяется также для приближённого представления заданной функции другими (более простыми)… … Большая советская энциклопедия
Математи́ческие ме́тоды — в медицине совокупность методов количественного изучения и анализа состояния и (или) поведения объектов и систем, относящихся к медицине и здравоохранению. В биологии, медицине и здравоохранении в круг явлений, изучаемых с помощью М.м., входят… … Медицинская энциклопедия
НАИМЕНЬШИХ КВАДРАТОВ МЕТОД — один из методов ошибок теории для оценки неизвестных величин по результатам измерений, содержащим случайные ошибки. Н. к. м. применяется также для приближенного представления заданной функции другими (более простыми) функциями и часто оказывается … Математическая энциклопедия
РДМУ 109-77: Методические указания. Методика выбора и оптимизации контролируемых параметров технологических процессов — Терминология РДМУ 109 77: Методические указания. Методика выбора и оптимизации контролируемых параметров технологических процессов: 73. Адекватность модели Соответствие модели с экспериментальными данными по выбранному параметру оптимизации с… … Словарь-справочник терминов нормативно-технической документации
ГОСТ Р 50779.10-2000: Статистические методы. Вероятность и основы статистики. Термины и определения — Терминология ГОСТ Р 50779.10 2000: Статистические методы. Вероятность и основы статистики. Термины и определения оригинал документа: 2.3. (генеральная) совокупность Множество всех рассматриваемых единиц. Примечание Для случайной величины… … Словарь-справочник терминов нормативно-технической документации
Нахождение дисперсии ошибки определения коэффициента регрессии — 3.9.3. Нахождение дисперсии ошибки определения коэффициента регрессии При равном числе параллельных опытов (m0) во всех точках плана матрицы дисперсию ошибки определения коэффициента регрессии определяют по формуле… … Словарь-справочник терминов нормативно-технической документации