如何在 R 中找到 F 临界值
当进行 F 检验时,我们得到 F 统计量作为结果。为了确定 F 检验的结果是否具有统计显着性,将 F 统计量与 F 临界值进行比较。如果 F 统计量大于 F 临界值,则认为检验结果具有统计显着性。
为了找到 F 临界值,我们需要事先掌握以下信息:
- 显着性水平(常见的选择是 0.01、0.05 和 0.10)
- 分子自由度
- 分母自由度
如何在 R 中找到 F 临界值:
为了确定 F 临界值,R 为我们提供了 qf()函数,其语法如下:
Syntax:
qf(p, df1, df2,lower.tail=TRUE)
Parameters:
- p: It represents the significance level to be used
- df1: It represents the numerator degrees of freedom
- df2: It represents the denominator degrees of freedom
- lower.tail = TRUE: Then the probability to the left of p in the F distribution is returned.
- lower.tail = TRUE: Then the probability to the right is returned.
- Note that by default lower.tail is TRUE.
Return Type:
Returns the critical value from the F distribution on the basis of the significance level, numerator degrees of freedom, and denominator degrees of freedom provided.
例子:
让我们考虑一个示例,在该示例中,我们要确定显着性水平等于 0.01、分子自由度等于 4、分母自由度 = 6 的 F 临界值。
R
# Determine the F critical value
qf(p=.01, df1=4, df2=6, lower.tail=FALSE)
R
# Determine F critical value
qf(p=.02, df1=6, df2=8, lower.tail=FALSE)
R
# Determine F critical value
qf(p=.04, df1=6, df2=8, lower.tail=FALSE)
输出:
输出解释:
因此,显着性水平为 0.01、分子自由度等于 4、分母自由度等于 6 的 F 临界值等于 9.14830103022785。
因此,如果进行特定类型的 F 检验,那么我们可以将 F 检验统计量与 9.14830103022785 进行比较。如果 F 统计量结果大于 9.14830103022785,则认为检验结果具有统计显着性。
alpha 和 F 临界值之间的关系:
Alpha 和 F 临界值成反比。简单来说,大的 alpha 值会导致更大的临界值,而小的 alpha 值会导致更小的临界值。
示例 1:
让我们在 R 编程语言中计算 F 临界值,传递参数为显着性水平 = 0.02,分子自由度 = 6,分母自由度 = 8。
R
# Determine F critical value
qf(p=.02, df1=6, df2=8, lower.tail=FALSE)
输出:
示例 2:
考虑另一个示例,具有与上述示例中分子和分母完全相同的自由度,但要采用的显着性水平等于 0.04:
现在让我们再次计算 F 临界值:
R
# Determine F critical value
qf(p=.04, df1=6, df2=8, lower.tail=FALSE)
输出:
因此,根据输出,我们可以说 alpha 的值与 F 临界值成反比。