F检验(F-test),最常用的别名叫做联合假设检验(英语:joint hypotheses test),它是一种在零假设(null hypothesis, H0)之下,统计值服从F-分布的检验。
常用于方差分析、方差齐次检验,对于数据的正态性比较敏感,如果数据资料无法满足正态分布条件时,该统计检验方法的稳健性会有所折损。
步骤1:提出假设
无效假设H0:μ1=μ2=...μk
备择假设H1:μ1、μ2...,μ不全相等
步骤2:确定显著性水平α
显著性水平是数学界约定俗成的,一般有α =0.05,0.01两种情况。代表着假设检验的结论错误率必须低于5%或1%(统计学中,通常把在现实世界中发生几率小于5%的事件称之为“不可能事件”)。
通常情况下取a=0.05。
步骤3:计算F统计量,计算双尾概率P
在无效假设(原假设)H0成立的前提下,计算F统计量,计算无效假设正确的概率,也称差异由误差引起的概率。
步骤4:作统计判断,确定接受和否定哪一个假设
两个假设二选一,如何判定?
当P<0.05时,拒绝无效假设(原假设H0),接受备择假设H1。而当P>0.05时,没有理由拒绝原假设H0。
本文由数据小兵最终整理编辑。
本号长期维护更新视频课程
永久有效、可反复观看、小兵一对一答疑。
小兵一对一答疑
课程地址:
https://study.163.com/course/introduction/1003945001.htm?share=1&shareId=1149679450
评论已关闭!