Stima per intervallo..dubbio

[giac85]

Si osservi un campione di n=30, in cui sappiamo che media=10,92 e s=0,51. Sulla base di questi dati, si determini l'intervallo fiduciario per la media al 99%.
Dopo vari tentativi l'esercizio ha soluzione seguente

10,92+2,756(0,51/5,477225575) poi l'altro intervallo sara 10,92-2,756..etc

Per molti sarà banale come domanda però, il mio problema è stato riscontrato sul valore della t di student, io andavo in corrispondenza di 0,001 mentre il valore corretto era 0,005, volevo capire il perchè; sui gradi di libertà ovvero 29 mai avuto dubbi.

Se qualcuno riesce a spiegarmelo sarei ben felice
[mod="adaBTTLS"]ho modificato il titolo (no tutte maiuscole): sul forum usare tutte maiuscole equivale a gridare.
grazie per la comprensione. ciao.[/mod]

[Chicco_Stat_]

il valore corretto è 0.005
la t è simmetrica rispetto allo zero, quindi puoi "tagliare" l'$alpha=0.01$ in due, $alpha_1=alpha_2=alpha/2$, ed usare il percentile $t_{alpha_1}$ sapendo che sarà

$t_{alpha_1}=-t_{1-alpha_2}$

in particolare, con $29$ gradi di libertà, ed un $alpha_1=alpha/2=0.005$, dalle tavole ottieni il percentile $-2.756$.

[giac85]

il valore corretto è 0.005
la t è simmetrica rispetto allo zero, quindi puoi "tagliare" l'$alpha=0.01$ in due, $alpha_1=alpha_2=alpha/2$, ed usare il percentile $t_{alpha_1}$ sapendo che sarà

$t_{alpha_1}=-t_{1-alpha_2}$

in particolare, con $29$ gradi di libertà, ed un $alpha_1=alpha/2=0.005$, dalle tavole ottieni il percentile $-2.756$.

Grazie..
Quindi ogni volta che trovo valore 0,1 in tavola, devo fare il ragionamento sopra esposto e prendere come valore corretto 0,005..
Ci sono altri casi per altri casi simili, dove bisogna ragionare in questo modo tagliare alfa etc etc?

[Chicco_Stat_]

in qualunque test bilaterale, o intervalli di confidenza simmetrici e non.
se l'intervallo è simmetrico tagli alpha a metà, se non lo è puoi porre $alpha_1+alpha_2=alpha,alpha_1!=alpha_2$
$alpha_1$ è quanta probabilità "lasci fuori" (probabilità d'errore) sulla distribuzione della tua statistica a sinistra, $alpha_2$ idem ma a destra