كيفية العثور على القيمة الحرجة f في بايثون

عند إجراء اختبار F، تحصل على إحصائية F. لتحديد ما إذا كانت نتائج اختبار F ذات دلالة إحصائية، يمكنك مقارنة إحصائية F بقيمة F الحرجة. إذا كانت إحصائية F أكبر من قيمة F الحرجة، فإن نتائج الاختبار تكون ذات دلالة إحصائية.

يمكن العثور على القيمة الحرجة F باستخدام جدول توزيع F أو باستخدام البرامج الإحصائية.

للعثور على القيمة الحرجة لـ F، نحتاج إلى:

• مستوى الأهمية (الاختيارات الشائعة هي 0.01 و0.05 و0.10)
• درجات حرية البسط
• مقام درجات الحرية

باستخدام هذه القيم الثلاث، يمكنك تحديد قيمة F الحرجة لمقارنتها بإحصائيات F.

كيفية العثور على القيمة الحرجة F في بايثون

للعثور على القيمة الحرجة F في بايثون، يمكنك استخدام الدالة scipy.stats.f.ppf() ، والتي تستخدم الصيغة التالية:

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

ذهب:

• س: مستوى أهمية الاستخدام
• dfn : درجات حرية البسط
• dfd : درجات حرية المقام

تُرجع هذه الدالة القيمة الحرجة لتوزيع F استنادًا إلى مستوى الأهمية ودرجات البسط للحرية ودرجات الحرية المتوفرة.

على سبيل المثال، لنفترض أننا نريد إيجاد القيمة الحرجة F لمستوى دلالة 0.05، ودرجات البسط للحرية = 6، ودرجات الحرية المقامة = 8.

 import scipy.stats

#find F critical value
scipy.stats.f.ppf(q=1-.05, dfn=6, dfd=8)

3.5806

قيمة F الحرجة لمستوى دلالة 0.05، ودرجات الحرية البسطية = 6، ودرجات الحرية المقامة = 8 هي 3.5806 .

لذا، إذا أجرينا نوعًا من اختبار F، فيمكننا مقارنة إحصائية اختبار F بـ 3.5806 . إذا كانت إحصائية F أكبر من 3.580، فإن نتائج الاختبار تكون ذات دلالة إحصائية.

لاحظ أن قيم ألفا الأصغر ستؤدي إلى قيم F حرجة أكبر. على سبيل المثال، ضع في اعتبارك القيمة الحرجة F لمستوى دلالة 0.01 ، ودرجات الحرية في البسط = 6، ودرجات الحرية المقامة = 8.

 scipy.stats.f.ppf(q=1- .01 , dfn=6, dfd=8)

6.3707

وفكر في القيمة الحرجة F بنفس درجات الحرية للبسط والمقام، ولكن بمستوى دلالة 0.005 :

 scipy.stats.f.ppf(q=1- .005 , dfn=6, dfd=8)

7.9512

ارجع إلى وثائق SciPy للحصول على التفاصيل الدقيقة للوظيفة f.ppf().