F檢定 | f檢定介紹
維基百科,自由的百科全書F檢定(F-test),亦稱聯合假說檢定(jointhypothesestest)、變異數比率檢定、變異數同質性檢定。它是一種在虛無假說(nullhypothesis,H0)之下,統計值服從F-分布的檢定。其通常是用來分析用了超過一個母數的統計模型,以判斷該模型中的全部或一部分母數是否適合用來估計母體。F檢定這名稱是由美國數學家兼統計學家GeorgeW.Snedecor命名,為了紀念英國統計學家兼生物學家羅納德·費雪(RonaldAylmerFisher)。Fisher在1920年代發明了這個檢定和F-分布,最初稱為變異數比率(VarianceRatio)[1]。適用場合[編輯...
維基百科,自由的百科全書
F檢定 (F-test),亦稱聯合假說檢定(joint hypotheses test)、變異數比率檢定、變異數同質性檢定。它是一種在虛無假說(null hypothesis, H0)之下,統計值服從F-分布的檢定。其通常是用來分析用了超過一個母數的統計模型,以判斷該模型中的全部或一部分母數是否適合用來估計母體。
F檢定這名稱是由美國數學家兼統計學家George W. Snedecor命名,為了紀念英國統計學家兼生物學家羅納德·費雪(Ronald Aylmer Fisher)。Fisher在1920年代發明了這個檢定和F-分布,最初稱為變異數比率(Variance Ratio)[1]。
適用場合[編輯] 迴歸分析[編輯] 檢定整條迴歸模型是否具有解釋力,此即Overall F檢定 (Overall F test) 。 檢定迴歸模型中特定自變數是否具有解釋力,即偏迴歸係數是否為零,此即偏F檢定(Partial F test) 。注意事項[編輯]F檢定對於數據的常態性非常敏感,因此在進行變異數同質性(homoscedasticity)檢定時,Levene檢定, Bartlett檢定或者Brown–Forsythe檢定的穩健性都要優於F檢定。 F檢定還可以用於三組或者多組之間的均值比較,但是如果被檢定的數據無法滿足均是常態分布的條件時,該數據的穩健型會大打折扣,特別是當顯著水準比較低時。但是,如果數據符合常態分布,而且alpha值至少為0.05,該檢定的穩健型還是相當可靠的。
若兩個母體有相同的變異數(變異數同質性),那麼可以採用F檢定,但是該檢定會呈現極端的非穩健性和非常態性[2][3],可以用t檢定、巴特勒特檢定等取代。
與其它統計值的關係[編輯] F檢定的分子、分母其實各是一個卡方變數除以各自的自由度。[4] F檢定用以檢定單一變數可否排除於模型外時,即進行只縮減單一變數之偏F檢定(Partial F test)時,F=t2{displaystyle F=t{2}}。[5] 可參見 線性迴歸偏迴歸係數β的t檢定。 參考文獻[編輯]