Формула F-теста (Содержание)
- формула
- Примеры
Что такое формула F-Test?
F-тест - это статистический тест, который помогает нам определить, имеют ли два набора популяции, которые имеют нормальное распределение точек данных, одинаковое стандартное отклонение или дисперсию. Но первое и главное, что нужно выполнить F-тест, это то, что наборы данных должны иметь нормальное распределение. Это применяется к F-распределению при нулевой гипотезе. F-критерий является очень важной частью анализа отклонений (ANOVA) и рассчитывается путем взятия соотношений двух дисперсий двух разных наборов данных. Поскольку мы знаем, что отклонения дают нам информацию о разбросе точек данных. F-тест также используется в различных тестах, таких как регрессионный анализ, тест Чоу и т. Д.
Формула для F-теста:
Не существует простой формулы для F-Test, но это ряд шагов, которым мы должны следовать:
Шаг 1: Чтобы выполнить F-тест, сначала мы должны определить нулевую гипотезу и альтернативную гипотезу. Они даны:
- H0 (нулевая гипотеза): дисперсия 1- го набора данных = дисперсия 2- го набора данных
- Ha: дисперсия 1- го набора данных <дисперсия 2- го набора данных (для нижнего одностороннего теста)
- Ha: Дисперсия 1- го набора данных> Дисперсия 2- го набора данных (для верхнего одностороннего теста)
- Ha: дисперсия 1- го набора данных ≠ дисперсия 2- го набора данных (для двустороннего теста)
Шаг 2: Следующее, что нам нужно сделать, - это выяснить уровень значимости, а затем определить степени свободы как числителя, так и знаменателя. Это помогает нам в определении их критических значений. Степень свободы равна размеру выборки -1.
Шаг 3: Формула F-теста:
F Value = Variance of 1 st Data Set / Variance of 2 nd Data Set
Шаг 4: Найдите критическое значение F из таблицы F с учетом степени свободы и уровня значимости.
Шаг 5: Сравните эти два значения, и если критическое значение меньше значения F, вы можете отклонить нулевую гипотезу.
Примеры формулы F-теста (с шаблоном Excel)
Давайте рассмотрим пример, чтобы лучше понять расчет F-теста.
Вы можете скачать этот шаблон F-TEST Formula Excel здесь - Шаблон F-TEST Formula ExcelФормула F-теста - пример № 1
Допустим, у нас есть два набора данных A & B, которые содержат разные точки данных. Выполните F-тест, чтобы определить, можем ли мы отклонить нулевую гипотезу на уровне значимости 1%.
Наборы данных:
Решение:
Нулевая гипотеза: дисперсия A = дисперсия B
Степень свободы рассчитывается как
Степень свободы
- Для А = 10 - 1 = 9
- Для B = 20 - 1 = 19
Вариация рассчитывается как:
- Дисперсия А = 1385, 61
- Дисперсия B = 521, 22
Значение F рассчитывается по формуле, приведенной ниже
Значение F = дисперсия 1- го набора данных / дисперсия 2- го набора данных
- Значение F = 1385, 61 / 521, 22
- Значение F = 2.6584
F-таблица:
Так что F критическое значение = 3.5225
Поскольку критическое значение F больше значения F, мы не можем отвергнуть нулевую гипотезу.
Формула F-теста - пример № 2
Предположим, что вы работаете в исследовательской компании и хотите, чтобы уровень выбросов оксида углерода происходил от двух разных марок сигарет, а также от того, значительно ли они отличаются или нет. В своем анализе вы собрали следующую информацию:
Решение:
Степень свободы рассчитывается как
Степень свободы
- Для XYZ = 11 - 1 = 10
- Для ABC = 10 - 1 = 9
Вариация рассчитывается как:
- Дисперсия XYZ = 1, 2 2 = 1, 44
- Дисперсия ABC = 1, 1 2 = 1, 21
- Значение F = 1, 44 / 1, 21
- Значение F = 1, 19
F Критическое значение = 3, 137
Поскольку критическое значение F> F, нулевая гипотеза не может быть отклонена.
объяснение
В приведенных выше примерах мы видели применение F-Test и то, как оно выполняется. Но есть ряд предположений, которые мы должны позаботиться перед выполнением F-Test, иначе мы не получим требуемых результатов:
- Во-первых, нам нужно всегда размещать числитель с более высоким значением дисперсии при расчете значения F. Так что, если F = V1 / V2, V1 должно быть> V2
- Если мы хотим выполнить тест 2 хвоста, нам нужно разделить уровень значимости на 2, и это будет правильный уровень, чтобы найти критическое значение
- Мы используем только дисперсию для расчета значения F, и если нам дают стандартные отклонения, как в примере 2, они должны быть возведены в квадрат, чтобы найти дисперсию.
- Обе выборки должны быть независимы друг от друга, а размер выборки должен быть менее 30
- Популяции, из которых отбираются пробы, должны быть нормально распределены
Это ключевые параметры / допущения, о которых следует позаботиться при проведении F-теста.
Актуальность и использование формулы F-Test
F-тест, как обсуждалось выше, помогает нам проверить равенство двух популяционных дисперсий. Поэтому, когда у нас есть две независимые выборки, взятые из нормальной популяции, и мы хотим проверить, имеют ли они одинаковую изменчивость, мы используем F-тест. F-критерий также имеет большое значение для регрессионного анализа, а также для проверки значимости R 2 . Таким образом, в двух словах, F-Test является очень важным инструментом в статистике, если мы хотим сравнить вариацию двух или более наборов данных. Но перед выполнением этого теста следует помнить все предположения.
Рекомендуемые статьи
Это было руководство к F-Test Formula. Здесь мы обсудим, как рассчитать F-Test вместе с практическими примерами и загружаемым шаблоном Excel. Вы также можете посмотреть следующие статьи, чтобы узнать больше -
- Формула распределения T
- Формула для ценообразования
- Формула процентной ошибки
- Расчет формулы NOPAT