So finden sie den kritischen wert f in python

Wenn Sie einen F-Test durchführen, erhalten Sie eine F-Statistik. Um festzustellen, ob die F-Testergebnisse statistisch signifikant sind, können Sie die F-Statistik mit einem kritischen F-Wert vergleichen. Wenn die F-Statistik größer als der kritische F-Wert ist, sind die Testergebnisse statistisch signifikant.

Der kritische Wert F kann mithilfe einer F-Verteilungstabelle oder mithilfe einer Statistiksoftware ermittelt werden.

Um den kritischen Wert von F zu ermitteln, benötigen Sie:

• Ein Signifikanzniveau (übliche Werte sind 0,01, 0,05 und 0,10)
• Freiheitsgrade des Zählers
• Nenner-Freiheitsgrade

Anhand dieser drei Werte können Sie den kritischen F-Wert bestimmen, der mit der F-Statistik verglichen werden soll.

So finden Sie den kritischen Wert F in Python

Um den kritischen Wert F in Python zu finden, können Sie die Funktion scipy.stats.f.ppf() verwenden, die die folgende Syntax verwendet:

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

Gold:

• q: Das zu verwendende Signifikanzniveau
• dfn : Die Freiheitsgrade des Zählers
• dfd : Die Freiheitsgrade des Nenners

Diese Funktion gibt den kritischen Wert der F-Verteilung basierend auf dem bereitgestellten Signifikanzniveau, den Freiheitsgraden des Zählers und den Freiheitsgraden des Nenners zurück.

Angenommen, wir möchten den kritischen Wert F für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 ermitteln.

 import scipy.stats

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

3.5806

Der kritische F-Wert für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 beträgt 3,5806 .

Wenn wir also irgendeine Art von F-Test durchführen, können wir die F-Teststatistik mit 3,5806 vergleichen. Wenn die F-Statistik größer als 3,580 ist, sind die Testergebnisse statistisch signifikant.

Beachten Sie, dass kleinere Alpha-Werte zu größeren kritischen F-Werten führen. Betrachten Sie beispielsweise den kritischen Wert F für ein Signifikanzniveau von 0,01 , die Freiheitsgrade des Zählers = 6 und die Freiheitsgrade des Nenners = 8.

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

6.3707

Und betrachten Sie den kritischen Wert F mit genau den gleichen Freiheitsgraden für Zähler und Nenner, aber mit einem Signifikanzniveau von 0,005 :

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

7.9512

Genaue Details zur Funktion f.ppf() finden Sie in der SciPy-Dokumentation .