סטטיסטי F

ערך F סטטיסטי / F: הגדרה ופירוש פשוטים

מה הוא נתון סטטיסטי F?

נתון F הוא ערך שאתה מקבל כשאתה מבצע בדיקת ANOVA או ניתוח רגרסיה כדי לגלות אם האמצעים בין שתי אוכלוסיות שונות באופן משמעותי. זה דומה לנתון T ממבחן T; מבחן A-T יגיד לך אם משתנה יחיד הוא מובהק סטטיסטית ובדיקת F תגלה לך אם קבוצת משתנים היא משמעותית במשותף.

מהי "מובהקות סטטיסטית"?

הנחות

במילים פשוטות, אם יש לך תוצאה משמעותית זה אומר שהתוצאות שלך ככל הנראה לא התרחשו במקרה. אם אין לך תוצאות מובהקות סטטיסטית, זרוק את נתוני הבדיקה שלך (מכיוון שזה לא מראה שום דבר!); במילים אחרות, אינך יכול לדחות את השערת האפס.

שימוש ב-F סטטיסטי

אתה יכול להשתמש בנתון F כאשר מחליטים לתמוך או לדחות את השערת האפס. בתוצאות בדיקת ה- F שלך, יהיה לך גם ערך F וגם ערך קריטי F.

הערך הקריטי F נקרא גם סטטיסטיF. הערך שאתה מחשיב מהנתונים שלך נקרא ערך F (ללא החלק "הקריטי"). באופן כללי, אם ערך ה- F המחושב שלך במבחן גדול מנתון ה- F שלך, אתה יכול לדחות את השערת האפס. עם זאת, הנתונים הם רק מדד אחד של משמעות במבחן F. עליכם לקחת בחשבון גם את ערך ה- p. ערך p נקבע על פי נתון F והוא ההסתברות שהתוצאות שלך יכולות היו להתרחש במקרה.

ערך F סטטיסטי ו P-VALUE

יש להשתמש בנתון F בשילוב עם ערך p כשאתה מחליט אם התוצאות הכוללות שלך משמעותיות. למה? אם יש לך תוצאה משמעותית, זה לא אומר שכל המשתנים שלך משמעותיים. הנתונים רק משווים את ההשפעה המשותפת של כל המשתנים יחד.

לדוגמה, אם אתה משתמש בנתון F בניתוח רגרסיה (אולי לשם שינוי ב- R Squared, מקדם הקביעה), היית משתמש בערך p כדי לקבל את "התמונה הגדולה".

אם ערך p הוא פחות מרמת האלפא, עבור לשלב 2 (אחרת התוצאות שלך אינן משמעותיות ואינך יכול לדחות את השערת האפס). רמת אלפא נפוצה לבדיקות היא 0.05.

בחן את ערכי p הפרט כדי לגלות אילו מהמשתנים האישיים הם בעלי משמעות סטטיסטית.

ערך F ב ANOVA SPSS

ערך F בדרך אחת ANOVA הוא כלי שיעזור לך לענות על השאלה "האם השונות בין האמצעים של שתי אוכלוסיות שונה באופן משמעותי?" ערך F במבחן ANOVA קובע גם את ערך P; ערך P הוא ההסתברות לקבל תוצאה קיצונית לפחות כמו זו שנצפתה בפועל, בהתחשב בכך שהשערת האפס נכונה.

ערך F סטטיסטי ב- רגרסיה לינארית

ערך F ברגרסיה הוא תוצאה של מבחן בו השערת האפס היא שכל מקדמי הרגרסיה שווים לאפס. במילים אחרות, למודל אין יכולת ניבוי. בעיקרון, מבחן ה- f משווה את המודל שלך עם אפס משתני חיזוי (מודל היירוט היחיד) ומחליט אם המקדמים שנוספו שיפרו את המודל. אם תקבל תוצאה משמעותית, כל המקדמים שכללת במודל שלך שיפרו את התאמת הדגם.

מחברים רבים ממליצים להתעלם מערכי ה- P עבור מקדמי רגרסיה בודדים אם יחס ה- F הכולל אינו מובהק סטטיסטית. הסיבה לכך היא בעיית הבדיקות המרובות. במילים אחרות, ערך ה- p וערך ה- f שלך צריכים להיות חשובים סטטיסטית כדי לפרש נכון את התוצאות.

אם אתה רוצה לדעת אם ערך ה- F של הרגרסיה שלך הוא משמעותי, תצטרך למצוא את הערך הקריטי בטבלת f.

התפלגות F

תמונה מ-wikipedia

ההתפלגות היא התפלגות א-סימטרית המשמשת בדרך כלל עבור ANOVA. יש לו ערך מינימלי של אפס; אין ערך מקסימאלי. שיא התפוצה קורה ממש מימין לאפס וככל שערך ה- f גבוה יותר אחרי אותה נקודה, כך העקומה נמוכה יותר. התפלגות F היא למעשה אוסף של עקומות חלוקה. התפלגות F קשורה לצ'י-ריבוע, מכיוון שהתפלגות f היא היחס בין שתי התפלגויות צ'י-ריבועיות עם דרגות חופש ν1 ו- ν2 (הערה: כל צ'י-ריבוע מחולק תחילה בדרגות החופש שלו). כל עקומה תלויה בדרגות החופש במונה (dfn) ובמכנה (dfd). אלה תלויים במאפייני המדגם שלך.

{ניתוח סטטיסטי}