F-тест” может быть всеобъемлющим термином для любого теста, использующего F-распределение. В большинстве случаев, когда люди упоминают F-тест, на самом деле они говорят о том, что F-тест соответствует двум вариациям. Однако f-статистика используется во время своего рода тестов, включающих многомерный анализ, тест Чау и, следовательно, тест Шеффа (тест ANOVA после Hoc).

Общие шаги для F-теста

Если вы запускаете F-тест, вам следует использовать Excel, SPSS, Minitab или другую технологию для запуска теста. Зачем? Вычисление F-теста вручную, включая вариации, утомительно и занимает много времени. Поэтому наверняка на этом пути вы допустите некоторые ошибки.

Если вы запускаете F-тест с использованием технологии (например, F-тест два образца для проверки вариаций в Excel), то единственные шаги, которые вам на самом деле нужно сделать – это Шаг 1 и Шаг 4 (имея дело с нулевой гипотезой). Технология рассчитает для вас Шаги 2 и 3.

Назовите нулевую гипотезу и, следовательно, альтернативную.

Вычислите значение F. Значение F вычисляется по формуле F = (SSE1 – SSE2 / m) / SSE2 / n-k, где SSE = остаточная сумма квадратов, m = количество ограничений и k = количество независимых переменных.

Найти F Statistik (критическое значение для данного теста). Формула статистики F:

F Статистика = дисперсия в группе означает / среднее значение внутригрупповых дисперсий.

F-статистику можно найти в F-таблице.

Поддержите или отклоните гипотезу “Налл”.

Назад к началу страницы

F Тест на соответствие двум вариациям

Статистический тест F использует статистику F для сопоставления двух отклонений, s1 и s2, путем их деления. Результат всегда положительное число (потому что отклонения всегда положительные). Уравнение для сравнения двух отклонений с f-тестом:

F = s21 / s22

Если отклонения равны, то отношение отклонений будет равно 1. Например, если у вас есть два набора данных с выборкой 1 (дисперсия 10) и выборкой 2 (дисперсия 10), то соотношение будет 10/10 = 1.

Предположения .

Для теста сделано несколько предположений. Ваша популяция должна быть приблизительно нормально распределена (т.е. соответствовать форме колокольной кривой), чтобы использовать тест. Кроме того, образцы должны быть независимыми событиями. Кроме того, вы захотите связаться с нами по нескольким важным вопросам:

Большая дисперсия должна вводить числитель (верхнее число), чтобы заставить тест перейти к тесту с правым хвостом. Тесты с правым хвостом легче вычислить.

Для тестов с двумя хвостами разделите альфа на 2, прежде чем найти правильное критическое значение.

Если вам даны стандартные отклонения, они должны быть в квадрате, чтобы вызвать отклонения.

Если ваши степени свободы не перечислены в F-таблице, используйте большее критическое значение. Это поможет избежать вероятности ошибок типа I.

Назад к началу страницы

F Тестировать два варианта вручную: Шаги

Внимание: F-тесты могут быть очень утомительными для вычисления вручную, особенно если вам нужно вычислить отклонения. Вам гораздо лучше использовать технологию (например, Excel – см. ниже).

F-тест

Тест гипотезы > F-тест

Содержание:

Что такое F-тест?

Общие шаги для теста F

F Тест на соответствие двум вариациям

От руки

Двухххсторонний F-тест

инструкции Excel

См. также: F Статистика в АНОВА/Регрессия

Что такое F-тест?

F-тест” может быть всеобъемлющим термином для любого теста, использующего F-распределение. В большинстве случаев, когда люди упоминают F-тест, на самом деле они говорят о том, что F-тест соответствует двум вариациям. Однако f-статистика используется во время своего рода тестов, включающих многомерный анализ, тест Чау и, следовательно, тест Шеффа (тест ANOVA после Hoc).

Общие шаги для F-теста

Если вы запускаете F-тест, вам следует использовать Excel, SPSS, Minitab или другую технологию для запуска теста. Зачем? Вычисление F-теста вручную, включая вариации, утомительно и занимает много времени. Поэтому наверняка на этом пути вы допустите некоторые ошибки.

Если вы запускаете F-тест с использованием технологии (например, F-тест два образца для проверки вариаций в Excel), то единственные шаги, которые вам на самом деле нужно сделать – это Шаг 1 и Шаг 4 (имея дело с нулевой гипотезой). Технология рассчитает для вас Шаги 2 и 3.

Назовите нулевую гипотезу и, следовательно, альтернативную.

Вычислите значение F. Значение F вычисляется по формуле F = (SSE1 – SSE2 / m) / SSE2 / n-k, где SSE = остаточная сумма квадратов, m = количество ограничений и k = количество независимых переменных.

Найти F Statistik (критическое значение для данного теста). Формула статистики F:

F Статистика = дисперсия в группе означает / среднее значение внутригрупповых дисперсий.

F-статистику можно найти в F-таблице.

Поддержите или отклоните гипотезу “Налл”.

Назад к началу страницы

F Тест на соответствие двум вариациям

Статистический тест F использует статистику F для сопоставления двух отклонений, s1 и s2, путем их деления. Результат всегда положительное число (потому что отклонения всегда положительные). Уравнение для сравнения двух отклонений с f-тестом:

F = s21 / s22

Если отклонения равны, то отношение отклонений будет равно 1. Например, если у вас есть два набора данных с выборкой 1 (дисперсия 10) и выборкой 2 (дисперсия 10), то соотношение будет 10/10 = 1.

При проведении теста F вы всегда проверяете, что вариации популяции равны. Другими словами, вы обычно предполагаете, что вариации адекватны 1. Поэтому ваша нулевая гипотеза всегда будет состоять в том, что вариации равны.

Допущения

Для теста сделано несколько предположений. Ваша популяция должна быть приблизительно нормально распределена (т.е. соответствовать форме колокольной кривой), чтобы использовать тест. Кроме того, образцы должны быть независимыми событиями. Кроме того, вы захотите связаться с нами, запомнив пару важных моментов:

Большая дисперсия должна вводить числитель (верхнее число), чтобы заставить тест перейти к тесту с правым хвостом. Тесты с правым хвостом легче вычислить.

Для тестов с двумя хвостами разделите альфа на 2, прежде чем найти правильное критическое значение.

Если вам даны стандартные отклонения, они должны быть в квадрате, чтобы вызвать отклонения.

Если ваши степени свободы не перечислены в F-таблице, используйте большее критическое значение. Это поможет избежать вероятности ошибок типа I.

Назад к началу страницы

F Тестировать два варианта вручную: Шаги

Внимание: F-тесты могут быть очень утомительными для вычисления вручную, особенно если вам нужно вычислить отклонения. Вам гораздо лучше использовать технологию (например, Excel – см. ниже).

Это общие шаги, которым нужно следовать. Прокрутите вниз для выбранного примера (смотрите видео под шагами).

Шаг 1: Если вам даны стандартные отклонения, пройдите по Шагу 2. Если у вас есть стандартные отклонения, посетите Шаг 3.

Шаг 2: Положите оба стандартных отклонения в квадрат, чтобы показать отклонения. Например, если σ1 = 9.6 и σ2 = 10.9, то отклонения (s1 и s2) будут 9.62 = 92.16 и 10.92 = 118.81.

Шаг 3: Возьмите наиболее важную дисперсию и разделите ее на наименьшую, чтобы получить f-значение. Например, если ваши две дисперсии были s1 = 2,5 и s2 = 9,4, разделите 9,4 / 2,5 = 3,76.

Почему? Размещение наиболее важной дисперсии сверху заставляет F-тестировать правое хвостовое значение, которое намного проще вычислить, чем левохвостовое значение теста.

Шаг 4: Найдите свою степень свободы. Степень свободы – это ваш размер образца минус 1. Поскольку у вас есть две выборки (дисперсия 1 и дисперсия 2), у вас будет две степени свободы: одна для числителя и одна для знаменателя.

Шаг 5: проверьте f-значение, вычисленное на шаге 3 в f-таблице. Обратите внимание, что существует несколько таблиц, поэтому вам нужно будет найти нужную таблицу для вашего альфа-уровня. Не уверены, как читать f-таблицу? Читать, что такое f-таблица?

Шаг 6: Сравните ваше рассчитанное значение (Шаг 3) со значением таблицы f-таблицы в Шаге 5. Если значение f-таблицы меньше рассчитанного, вы отвергаете нулевую гипотезу.