概率统计Python计算：学生分布分位点计算

设$X$~$N(0,1)$，$Y$~${\chi }^2(n)$，且$X$与$Y$相互独立，则$\frac{X}{\sqrt{Y/n}}$~$t(n)$。即$\frac{X}{\sqrt{Y/n}}$服从自由度为$n$的学生分布，其密度函数为
$$h(x)=\frac{\Gamma \left(\frac{n+1}{2}\right)}{\sqrt{n\pi }\Gamma \left(\frac{n}{2}\right)}{\left(1+\frac{x^2}{n}\right)}^{-\frac{n+1}{2}}$$
下图展示了自由度$n$为2和100时的密度函数$h(x)$的图像。

这是一个偶函数，所以其图形关于纵轴对称。
对给定的显著水平$\alpha$，用$t_{\alpha }(n)$表示单侧右分位点，即
$$P(X>t_{\alpha }(n))<\alpha .$$
如下图所示

根据密度函数图像关于纵轴的对称性，对应$\alpha$的单侧左分位点为$-t_{\alpha }(n)$，即$P(X\le -t_{\alpha }(n))<\alpha$，如下图所示。

对置信水平$1-\alpha$，双侧左、右分为点为$-t_{\alpha /2}(n)$和$t_{\alpha /2}(n)$，即$P(-t_{\alpha /2}(n)<X<t_{\alpha /2}(n))\ge 1-\alpha$，如下图所示。

Python的scipy.stats包中，连续型分布类 rv_continuous的t对象表示$t$分布。常用函数调用接口见下表。

函数名	参数	意义
ppf	q：表示显著水平$\alpha$，df：表示分布的自由度$n$	单侧左分位点$t_{1-\alpha }(n)$
isf	q，df：与上同	单侧右分位点$t_{\alpha }(n)$
interval	alpha：表示置信水平$1-\alpha$，df：与上同	双侧分位点$t_{1-\alpha /2}(n)$和$t_{\alpha /2}(n)$

例1 设显著水平$\alpha =0.05$，计算自由度$n=24$的$t$分布的单侧分位点和双侧分位点。
解：下列代码完成本例的计算。

from scipy.stats import t           #导入t
n=24                                #设置自由度n
alpha=0.05                          #设置alpha
b=t.isf(q=alpha, df=n)              #计算单侧右分位点
a=-b                                #单侧左分位点
print('单侧左、右分位点：a=%.4f, b=%.4f'%(a, b))
a, b=t.interval(1-alpha, df=n)      #双侧右分位点
a=-b                                #双侧左分位点
print('双侧左、右分位点：a=%.4f, b=%.4f'%(a, b))

运行程序，输出

单侧左、右分位点：a=-1.7109, b=1.7109
双侧左、右分位点：a=-2.0639, b=2.0639

写博不易，敬请支持：
如果阅读本文于您有所获，敬请点赞、评论、收藏，谢谢大家的支持！
代码诚可贵，原理价更高。若为AI学，读正版书好。
返回《导引》