我最大的敌人是理解STATA的命令，以操纵数据来解决每个问题。我正在与Stata合作解决这些问题：
根据T-分布计算概率。使用Stata函数"display"t"ttail"、"invt"one_answers"invttail"回答以下问题。对于每个问题，使用自由度等于16的T分布。在你的答案中，给出你使用的完整的stata命令，以及数字答案。注：对于具有"自由度"的t分布，stata的t(dof，t(函数给出了较低的尾部概率；ttail(dof，t(函数给出了具有"dof"自由度的t分布的上尾概率。Stata的invt(dof，p(函数给出了下尾概率为"p"的t分布的值t*；函数invttail(dof，p(函数给出了具有"dof"自由度的t分布的临界值t*，该t分布在上尾具有"p"概率。[提示：这将有助于绘制相关区域的T分布和阴影。]
a。Pr[T>1.6]
b。Pr[T<2.0或T>2.0]
c。使得Pr[t>t*]＝0.05
d。使得Pr[t<-t*或t>t*]＝0.05
e。使得Pr[t>t*]＝0.01
f。使得Pr[t<-t*或t>t*]＝0.01
由于这显然是一个家庭作业问题，我不会给你每一点的答案，而是向你展示t(df,t)和invt(df,p)在Stata中是如何工作的，因为从技术上讲，你不需要ttail来解决这些问题。
t(df,x)命令表示具有df自由度和指定临界值x的累积Student t分布。也就是说，它将返回随机变量的实现小于或等于上述临界值的概率。例如，遵循20df的t分布的随机变量X小于或等于1.2的概率为：
display t(20,1.2)
.8779192
invt(df,p)表示具有df自由度和指定的概率p的inverse累积Student’s t分布。也就是说，它将从你的t分布中返回临界值，这样该分布的实现将小于或等于该临界值的概率将恰好为p。例如，如果我们想知道在t*的哪个值，我们观察到小于或等于t*的值的概率为15%(再次使用20df(：
disp invt(20, 0.15)
-1.0640158
请记住，t分布是对称的，这将不需要使用ttail命令。此外，我发现，根据累积分布来解决这些问题将真正巩固分布的等尾特性。