If you're seeing this message, it means we're having trouble loading external resources on our website.

如果你被网页过滤器挡住,请确保域名*.kastatic.org*.kasandbox.org 没有被阻止.

主要内容

示例求解 t 的临界值

示例说明如何找到 t 的临界值, 以及对自由度的讨论.

想加入讨论吗?

尚无帖子。
你会英语吗?单击此处查看更多可汗学院英文版的讨论.

视频字幕

[讲师]我们被问到 用于构建样本观测值为15的 关于平均值的98%的置信区间时的 临界值t星或t星号是多少? 大概讲一下这里发生了什么, 你有一个总体, 这里有一个参数, 我们叫它是总体平均数。 我们不知道它是什么,所以我们抽取了一个样本。 在这里,我们抽取了15个样本。 所以n等于15,从这个样本中 我们可以计算出一个样本平均数。 但我们也要构建一个关于这个样本平均数 98%的置信区间。 我们要取这个样本的平均值 然后再加上或减去一些误差范围。 在其他视频中,我们已经讨论过 在这里我们需要使用T分布 因为我们不希望低估误差范围。 所以是t星乘以 样本标准差除以 样本量的平方根,在这里 是15,n的平方根。 他们问我们的是 什么是合适的临界值? 在这种情况下,我们应该使用的t星是什么? 我们要看的是t表, 而不是Z表,关键是要意识到 当我们在t表中寻找适当的临界值时, 有一个额外的变量需要考虑到, 那就是自由度的概念。 有时它被简写为df。 我不打算深入讨论自由度。 这实际上是一个相当深奥的概念。 但它是这样一个概念:你实际上会因为一些变量得到不同的t分布 取决于不同的样本大小, 取决于自由度。 而你的自由度是 你的样本量减去1。 在这种情况下,我们的自由度是 15减去1,所以我们的自由度 等于14。 这并不是我们第一次使用自由度。 我们在第一次谈及样本标准差时, 就谈到了自由度的问题, 以及如何对总体标准差 进行无偏估计。 在以后的视频中,我们将更加深入地探讨更多 关于自由度的话题,但就本例而言 在这个例子中,你只需要知道的是 当你在看一个给定自由度的t分布的时候, 你的自由度 是基于样本量的, 当我们考虑平均数的置信区间时, 你自由度是样本量减去1。 现在让我们来看看t表。 我们想要一个98%的置信区间 而且我们需要自由度为14。 让我们把T表拿出来, 我实际上是复制并粘贴了表的底部,并把它和顶部放在了一起, 所以你大致能看到整个表的内容。 这个T表的有用之处 是它在这里给出了我们的置信水平 所以如果你想要一个98%的置信水平, 你要看这一列。 你要看这里的这一列。 另一种思考关于98%的置信水平的方式是: 如果你有一个98%的置信水平, 这意味着你在分布的任何一端 都留下了1%的未填数据。 所以这时如果你看你的T分布,包括最左端的1%时, 你会想要找 尾部概率为0.01,你可能看不清楚。 让我换一个亮一点的颜色来标注, 这将是右边的尾部概率。 无论哪种思考方式,我们都需要看这一列。 我们的置信水平是98%。 记住,我们的自由度 我们的自由度在这里,我们的自由度为14。 我们要看一下这一行。 所以,你找到了。 这是我们的临界t值,2.624。 让我们回到选项。 2.264是这道题的选择。