正态分布、T分布、卡方分布、F分布的分位数、临界值公式

以下我们计算值都以alpha(α) = 0.05为例

正态分布

 标准正态分布，虽是一个对称的，但我们要考虑其正负值，即在零的左边还是右边。

= NORM.S.INV(0.05)   #Excel中标准正态分布分位数表

qnorm(1-alpha/2)     #R语言正态分布中二分之alpha的临界值
#注：概率p后的下分位点alpha = 0.05，即上式子求0.025的临界值

di invnormal(0.05)   #Stata中正态分布

T分布

= T.INV(0.05,自由度)   #Excel中t分布的临界值

qt(0.05,自由度)        #R语言中的t分布临界值

di "5% 的 t(自由度)= " invttail(自由度,1-0.05)  #stata中t分布的临界值

卡方分布

 我们通过上图可以看出，卡方分布不是一个对称的图形，因此我们要区分上分位、下分位。

= CHISQ.INV.RT(0.05,自由度)  #Excel中卡方分布的临界值

qchisq(1-0.05,自由度)       #R语言中的卡方分布的临界值

di "5%的卡方分布临界值="invchi2tail(自由度,0.05)   #Stata中卡方分布的临界值算法

F分布

 =F.INV.RT(0.05,n1自由度，n2自由度)  #Excel中F分布的临界值

qf(1-0.05,n1自由度,n2自由度)    #R语言中F分布的临界值

di "95th percentile of F(n1自由度,n2自由度) = " invFtail(n1自由度,n2自由度,0.05)  #stata中F分布的临界值

补充

以上的正态分布、T分布、卡方分布、F分布的临界值算法，我们需要注意两个点：

第一，自由度不等于样本量n。

第二，我们要注意他们分布的上侧还是下侧、上分位点还是下分位点，不同的分位点其alpha(α) 的值不一样，有的是alpha本身，有的需要1-alpha。一定要分清楚了！！