如何在Python中找到 F 临界值？

F 临界值是我们用来比较 f 值的特定值。在进行 F 检验时，我们获得 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，则我们假设检验结果具有统计显着性。

本文重点介绍在Python中查找 F 临界值。在继续之前，我们需要已经在我们的系统中安装了 Scipy 库。您可以在终端上使用以下命令安装此库，

pip3 install scipy

在Python中计算 F 临界值是一个循序渐进的过程，

第 1 步：导入 Scipy 库。

第一步是导入 Scipy 库。它用于科学计算并在内部使用 NumPy。

Python3

# Importing library
import scipy.stats

第 2 步：定义参数。

要计算 F 临界值，我们需要以下参数：显着性水平、分子自由度、分母自由度。例如，我们假设了各自的值，

significance level = 0.01, numerator degrees of freedom = 4, and denominator degrees of freedom = 6

第 3 步：计算 F 临界值。

为了计算 F-Critical 值 scipy.stats 为我们提供了 scipy.stats.f.ppf()函数，我们可以使用它来计算 F-Critical 值。语法如下，

句法：

scipy.stats.f.ppf(q, dfn, dfd)

参数：

q: It represents the significance level to be used

dfn: It represents the numerator degrees of freedom

dfd: It represents the denominator degrees of freedom

返回类型：

Returns the critical value from the F-distribution

例子：

Python3

# Importing library
import scipy.stats
  
# Determine the F critical value
print(scipy.stats.f.ppf(q=1-.01, dfn=4, dfd=6))

输出：

F-临界值

因此，显着性水平为 0.01、分子自由度 = 4、分母自由度 = 6 的 F 临界值为 9.148。

奖金：

alpha 值与临界值成反比。例如，考虑下面的程序，alpha 值 = 0.05，分子自由度 = 4，分母自由度 = 6（后两者与上述示例相同）。

例子：

Python3

# Importing library
import scipy.stats
  
# Determine the F critical value
print(scipy.stats.f.ppf(q=1-.05, dfn=4, dfd=6))

输出：

F-临界值

因此，显着性水平为 0.05、分子自由度 = 4、分母自由度 = 6 的 F 临界值为 4.533。