توزیع t (T-Distribution)

توزیع t (T-Distribution) که با نام توزیع t استیودنت (Student’s t-distribution) نیز شناخته می‌شود، یک توزیع احتمالی در آمار است که برای تحلیل داده‌های نمونه‌های کوچک یا زمانی که انحراف معیار جامعه مشخص نیست استفاده می‌شود.

توزیع t (T-Distribution) چیست؟

👉 نتیجه:
هرچه حجم نمونه بزرگ‌تر شود، توزیع t به توزیع نرمال نزدیک‌تر می‌شود.

مفهوم «درجه آزادی» (Degrees of Freedom)

در توزیع t یک پارامتر مهم وجود دارد:

👉 درجه آزادی (df)

• برابر با: تعداد نمونه - 1
• df کمتر → دنباله‌ها ضخیم‌تر
• df بیشتر → توزیع به نرمال نزدیک‌تر

✅ مثال:
اگر 10 داده داشته باشید:
df = 9

کاربرد مهم: آزمون t (T-Test)

توزیع t پایه محاسبات آزمون t است که برای:

• بررسی معنی‌داری آماری
• مقایسه میانگین‌ها
• تست فرضیه‌ها

استفاده می‌شود.

✅ مثال:
می‌خواهید بدانید آیا میانگین نمرات دو گروه متفاوت است یا نه → از t-test استفاده می‌کنید.

مثال مفهومی ساده

فرض کنید:

• فقط 20 نمونه از یک جامعه دارید
• می‌خواهید میانگین کل جامعه را تخمین بزنید

👉 چون داده کم است و عدم قطعیت بالاست
👉 از توزیع t استفاده می‌کنید

چه زمانی از T-Distribution استفاده نکنیم؟

اگر:

• حجم نمونه بزرگ باشد
• و انحراف معیار جامعه مشخص باشد

👉 بهتر است از توزیع نرمال استفاده شود.

نکات کلیدی (Key Takeaways)

• توزیع t یک توزیع احتمالی برای نمونه‌های کوچک است
• شبیه توزیع نرمال است اما دنباله‌های ضخیم‌تری دارد
• برای زمانی استفاده می‌شود که انحراف معیار جامعه ناشناخته باشد
• مبتنی بر مفهوم درجه آزادی است
• پایه آزمون‌های t در آمار است
• با افزایش داده‌ها، به توزیع نرمال نزدیک می‌شود