ETFFIN Finance >> Curso de Finanças Pessoais >  >> Ações >> Análise de Ações

Entendendo a Distribuição T: Definição e Propriedades

O Que É uma Distribuição T?

A distribuição T, também conhecida como distribuição t de Student, é um tipo de distribuição de probabilidade que é semelhante à distribuição normal com sua forma de sino, mas tem caudas mais pesadas. Distribuições T têm uma chance maior de valores extremos do que distribuições normais, daí as caudas mais gordas.

Principais Conclusões

  • A distribuição T é uma distribuição de probabilidade contínua do escore z quando o desvio padrão estimado é usado no denominador em vez do desvio padrão verdadeiro.
  • A distribuição T, como a distribuição normal, é em forma de sino e simétrica, mas tem caudas mais pesadas, o que significa que tende a produzir valores que caem longe de sua média.
  • Testes T são usados em estatística para estimar significância.

O Que a Distribuição T Lhe Diz?

O peso das caudas é determinado por um parâmetro da distribuição T chamado graus de liberdade, com valores menores dando caudas mais pesadas, e com valores maiores fazendo a distribuição T se assemelhar a uma distribuição normal padrão com média 0 e desvio padrão 1. A distribuição T também é conhecida como "Distribuição T de Student".

Entendendo a Distribuição T: Definição e Propriedades
Imagem por Sabrina Jiang © Investopedia 2020

Quando uma amostra de n observações é tirada de uma população normalmente distribuída com média M e desvio padrão D, a média da amostra, m, e o desvio padrão da amostra, d, diferirão de M e D devido à aleatoriedade da amostra.

Um escore z pode ser calculado com o desvio padrão da população como Z = (x – M)/D, e este valor tem a distribuição normal com média 0 e desvio padrão 1. Mas quando usando o desvio padrão estimado, um escore t é calculado como T = (m – M)/{d/sqrt(n)}, a diferença entre d e D faz a distribuição uma distribuição T com (n - 1) graus de liberdade em vez da distribuição normal com média 0 e desvio padrão 1.

Exemplo de Como Usar uma Distribuição T

Considere o seguinte exemplo de como distribuições t são postas em uso na análise estatística. Primeiro, lembre-se que um intervalo de confiança para a média é uma gama de valores, calculados a partir dos dados, destinados a capturar uma média "populacional". Este intervalo é m ± t*d/sqrt(n), onde t é um valor crítico da distribuição T.

Por exemplo, um intervalo de confiança de 95% para o retorno médio do Dow Jones Industrial Average nos 27 dias de negociação anteriores a 11/09/2001, é -0,33%, (± 2,055) * 1,07 / sqrt(27), dando um retorno médio (persistente) como algum número entre -0,75% e +0,09%. O número 2,055, a quantidade de erros padrão para ajustar, é encontrado na distribuição T.

Como a distribuição T tem caudas mais gordas que uma distribuição normal, ela pode ser usada como modelo para retornos financeiros que exibem curtose excessiva, o que permitirá um cálculo mais realista de Valor em Risco (VaR) nesses casos.

A Diferença Entre uma Distribuição T e uma Distribuição Normal

Distribuições normais são usadas quando a distribuição da população é assumida como normal. A distribuição T é semelhante à distribuição normal, apenas com caudas mais gordas. Ambas assumem uma população normalmente distribuída. Distribuições T têm curtose maior que distribuições normais. A probabilidade de obter valores muito longe da média é maior com uma distribuição T do que com uma distribuição normal.

Limitações do Uso de uma Distribuição T

A distribuição T pode distorcer a exatidão relativa à distribuição normal. Sua deficiência só surge quando há necessidade de normalidade perfeita. A distribuição T deve ser usada apenas quando o desvio padrão da população não é conhecido. Se o desvio padrão da população é conhecido e o tamanho da amostra é grande o suficiente, a distribuição normal deve ser usada para melhores resultados.