Окрім нормального розподілу, розглянутого вище, в біології та медицині найчастіше розглядають випадкові величині, які можуть мати наступні закони розподілу:
Розподіл Ст 'юдента (Госсета)
Розглянемо множину результатів вимірювання нормально розподіленої величини х . З цих даних визначимо і . Введемо нову величину , що містить як експериментальне середнє значення так і задане значення вимірюваної величини , яке точно відоме, наприклад із розрахунків та таблиць:
.
Тоді розподіл величини при кінцевому числі вимірів п буде розподілом Ст'юдента з п ступенями вільності або -розподілом[1]. При збільшенні числа ступенів вільності розподіл Ст'юдента наближається до нормального. Значення коефіцієнтів Ст'юдента для відповідної довірчої ймовірності та кількості ступеней вільності затабульовані.
- розподіл Ст'юдента використовують в математичній статистиці при визначенні оцінок ймовірностей попадання випадкової величини в довірчий інтервал (інтервал, який із заданою ймовірністю р покриває параметр випадкової нормально розподіленої величини):
.
Математичне сподівання розподілу Ст'юдента дорівнює 0, а дисперсія- .
Рис 8. Розподіл Ст’юдента
Розподіл Фішера
Нехай ми провели дві серії незалежних вимірювань випадкової величини: і з числом вимірювань в серіях і і вибірковими
Рис 9. Розподіл Фішера
дисперсіями і відповідно. Тоді розподіл випадкової величини називається розподілом Фішера з ( ) ступенями вільності.
Розподіл
Нехай маємо вибірку із п незалежні випадкових величин - розподілених за нормальним законом з =0 та . Якщо для кожної випадкової величини створимо вираз то сума квадратів випадкових величин має закон розподілу, що носить назву - розподіл з ступенями вільності. Із збільшенням ступенів вільності розподіл наближається до нормального розподілу.