ETFFIN Finance >> Corso di Finanza Personale >  >> Azioni >> Analisi delle Azioni

Comprendere la Distribuzione T: Definizione e Proprietà

Cos'è una Distribuzione T?

La distribuzione T, nota anche come distribuzione t di Student, è un tipo di distribuzione di probabilità simile alla distribuzione normale con la sua forma a campana ma con code più pesanti. Le distribuzioni T hanno una maggiore probabilità di valori estremi rispetto alle distribuzioni normali, da cui le code più grasse.

Punti Chiave

  • La distribuzione T è una distribuzione di probabilità continua dello z-score quando la deviazione standard stimata è usata al denominatore invece della vera deviazione standard.
  • La distribuzione T, come la distribuzione normale, è a forma di campana e simmetrica, ma ha code più pesanti, il che significa che tende a produrre valori che cadono lontano dalla sua media.
  • I test T sono usati in statistica per stimare la significatività.

Cosa Ci Dice una Distribuzione T?

La pesantezza delle code è determinata da un parametro della distribuzione T chiamato gradi di libertà, con valori più piccoli che danno code più pesanti, e con valori più alti che fanno assomigliare la distribuzione T a una distribuzione normale standard con media 0 e deviazione standard 1. La distribuzione T è anche nota come "Distribuzione T di Student".

Comprendere la Distribuzione T: Definizione e Proprietà
Immagine di Sabrina Jiang © Investopedia 2020

Quando un campione di n osservazioni è tratto da una popolazione normalmente distribuita con media M e deviazione standard D, la media campionaria m e la deviazione standard campionaria d differiranno da M e D a causa della casualità del campione.

Uno z-score può essere calcolato con la deviazione standard della popolazione come Z = (x – M)/D, e questo valore ha la distribuzione normale con media 0 e deviazione standard 1. Ma quando si usa la deviazione standard stimata, uno t-score è calcolato come T = (m – M)/{d/sqrt(n)}, la differenza tra d e D fa sì che la distribuzione sia una distribuzione T con (n - 1) gradi di libertà piuttosto che la distribuzione normale con media 0 e deviazione standard 1.

Esempio di Come Usare una Distribuzione T

Prendiamo il seguente esempio per come le distribuzioni t sono messe in uso nell'analisi statistica. Prima, ricordate che un intervallo di confidenza per la media è un range di valori, calcolato dai dati, destinato a catturare una media "popolazione". Questo intervallo è m ± t*d/sqrt(n), dove t è un valore critico dalla distribuzione T.

Per esempio, un intervallo di confidenza al 95% per la media del rendimento del Dow Jones Industrial Average nei 27 giorni di trading precedenti l'11/9/2001, è -0,33%, (± 2,055) * 1,07 / sqrt(27), dando un rendimento medio (persistente) come qualche numero tra -0,75% e +0,09%. Il numero 2,055, l'ammontare di errori standard per aggiustare, è trovato dalla distribuzione T.

Poiché la distribuzione T ha code più grasse di una distribuzione normale, può essere usata come modello per rendimenti finanziari che mostrano eccesso di curtosi, il che permetterà un calcolo più realistico del Value at Risk (VaR) in tali casi.

Differenza tra Distribuzione T e Distribuzione Normale

Le distribuzioni normali sono usate quando la distribuzione della popolazione è assunta normale. La distribuzione T è simile alla distribuzione normale, solo con code più grasse. Entrambe assumono una popolazione normalmente distribuita. Le distribuzioni T hanno curtosi più alta delle distribuzioni normali. La probabilità di ottenere valori molto lontani dalla media è maggiore con una distribuzione T che con una distribuzione normale.

Limitazioni dell'Uso di una Distribuzione T

La distribuzione T può distorcere l'esattezza rispetto alla distribuzione normale. Il suo difetto sorge solo quando c'è bisogno di normalità perfetta. La distribuzione T dovrebbe essere usata solo quando la deviazione standard della popolazione non è nota. Se la deviazione standard della popolazione è nota e la dimensione del campione è abbastanza grande, la distribuzione normale dovrebbe essere usata per risultati migliori.