Un “Test F” es un truco todo término para cualquier prueba que utilice la dispersión F. La mayor parte del tiempo, cuando los individuos hablan del Test F, lo que realmente discuten es el Test F para analizar dos diferencias. Sea como fuere, la medición de la F se utiliza en un surtido de pruebas que incluyen el examen de la recaída, la prueba de Chow y la prueba de Scheffe (una prueba post-hoc de ANOVA).

Avances generales para una prueba F

En caso de que esté realizando una prueba F, debe utilizar Exceed expectations, SPSS, Minitab o algún otro tipo de innovación para realizar la prueba. ¿Por qué? Computar la prueba F a mano, incluyendo las diferencias, es repetitivo y tedioso. Por lo tanto, lo más probable es que cometa algunos errores en el camino.

En caso de que estés realizando una Prueba F utilizando la innovación (por ejemplo, un ejemplo de Prueba F dos para las fluctuaciones en Exceder expectativas), los principales avances que realmente necesitas hacer son la Etapa 1 y la Etapa 4 (manejar la especulación inválida). La innovación determinará las Etapas 2 y 3 para ti.

Expresar la especulación inválida y la teoría sustitutiva.

Calcula la Festima. Se determina la Festima para utilizar la receta F = (SSE1 – SSE2/m)/SSE2/n-k, donde SSE = total restante de cuadrados, m = número de limitaciones y k = número de factores libres.

Encuentra la Estadística F (el valor crítico para esta prueba). La fórmula de la estadística F es:

Estadística F = varianza de las medias del grupo / media de las varianzas dentro del grupo.

Puedes encontrar la Estadística F en la Tabla F.

Apoyar o rechazar la hipótesis nula.

Prueba F para analizar dos cambios

Una prueba de F mensurable utiliza una medición de F para pensar en dos fluctuaciones, s1 y s2, dividiéndolas. Un resultado es constantemente un número positivo (ya que las fluctuaciones son constantemente positivas). La condición para contrastar dos diferencias y la prueba f es:

F = s21/s22

En caso de que los cambios sean equivalentes, la proporción de las fluctuaciones aumentará a 1. Por ejemplo, en el caso improbable de que tuviera dos colecciones de información con un ejemplo 1 (fluctuación de 10) y un ejemplo 2 (diferencia de 10), la proporción sería 10/10 = 1.

Prueba F

Pruebas de especulación > Prueba F

Sustancia:

¿Qué es un Test F?

Avances generales para una prueba F

Prueba F para pensar en dos fluctuaciones

A mano

Prueba F de dos seguidos

Exceder las expectativas de las directrices

Ver también: Medición de F en ANOVA/Reaparición

¿Qué es un Test F?

Un “Test F” es un término engañoso para cualquier prueba que utilice la circulación F. Por regla general, cuando los individuos hablan del Test F, lo que realmente discuten es el Test F para ver dos diferencias. En cualquier caso, la medición de la F se utiliza en un surtido de pruebas que incluyen el examen de la recaída, la prueba de Chow y la prueba de Scheffe (una prueba post-hoc de ANOVA).

Avances generales para una prueba F

En caso de que esté realizando una prueba F, debe utilizar Exceed expectations, SPSS, Minitab o algún otro tipo de innovación para realizar la prueba. ¿Por qué? Computar la prueba F a mano, incluyendo las fluctuaciones, es repetitivo y tedioso. De esta manera, presumiblemente cometerá algunos errores en el camino.

En caso de que estés realizando una Prueba F utilizando la innovación (por ejemplo, un ejemplo de Prueba F dos para las diferencias en Exceder expectativas), los principales avances que realmente necesitas hacer son la Etapa 1 y la Etapa 4 (manejar la especulación inválida). La innovación figurará en las Etapas 2 y 3 para ti.

Expresar la teoría inválida y la especulación sustitutiva.

Determinar la estima F. Se determina la F estima para utilizar la receta F = (SSE1 – SSE2/m)/SSE2/n-k, donde SSE = agregado restante de cuadrados, m = número de confinamientos y k = número de factores libres.

Descubre la Medida F (el incentivo básico para esta prueba). La receta de la medición F es:

Medida F = diferencia de la recolección implica/medio de las fluctuaciones de la recolección interior.

Puedes descubrir la Medida F en la Tabla F.

Apoyar o rechazar la teoría inválida.

Volver al principio

Prueba F para pensar en dos cambios

Una prueba de F mensurable utiliza una medición de F para pensar en dos fluctuaciones, s1 y s2, aislándolas. Un resultado es constantemente un número positivo (ya que los cambios son constantemente positivos). La condición para contrastar dos cambios y la prueba de F es:

F = s21/s22

En caso de que los cambios sean equivalentes, la proporción de las fluctuaciones aumentará a 1. Por ejemplo, en el caso de que tuviera dos colecciones de información con un ejemplo 1 (fluctuación de 10) y un ejemplo 2 (diferencia de 10), la proporción sería 10/10 = 1.

Generalmente se comprueba que las diferencias de población son equivalentes cuando se realiza una prueba F. Como tal, generalmente esperas que los cambios sean equivalentes a 1. De esta manera, tu teoría inválida será consistentemente que las fluctuaciones son equivalentes.

Presunciones

Se hacen algunas presunciones para la prueba. Su población debe estar en torno a lo que normalmente se transmite (por ejemplo, encajar el estado de una curva de timbre) para poder utilizar la prueba. Además, los ejemplos deben ser ocasiones autónomas. Es más, tendrá que asumir como prioridad principal un par de enfoques significativos:

La mayor diferencia debería ir consistentemente en el numerador (el número superior) para obligar a la prueba en una prueba de seguimiento a la derecha. Las pruebas de seguimiento a la derecha son más sencillas de determinar.

Para las pruebas de dos seguidos, dividir alfa por 2 precediendo el hallazgo del privilegio valor básico.

En el caso de que se le den desviaciones estándar, deben ser cuadradas para obtener las fluctuaciones.

En caso de que sus grados de oportunidad no estén registrados en la Tabla F, utilice el valor básico mayor. Esto mantiene una distancia estratégica de la plausibilidad de los errores de tipo I.

Prueba F de dos colas

Paso 6: Compare su valor calculado (Paso 2) con el valor de la tabla (Paso 5). Si su valor calculado es mayor que el valor de la tabla, puede rechazar la hipótesis nula:

Valor calculado de F: 1,66

Valor F de la tabla: 2.287.

1.66 < 2 .287.