Bagaimana menemukan nilai kritis f dengan python

Saat Anda melakukan uji F, Anda mendapatkan statistik F. Untuk menentukan apakah hasil uji F signifikan secara statistik, Anda dapat membandingkan statistik F dengan nilai F kritis. Jika F statistik lebih besar dari nilai F kritis, maka hasil pengujian signifikan secara statistik.

Nilai kritis F dapat dicari dengan menggunakan tabel distribusi F atau menggunakan software statistik.

Untuk mencari nilai kritis F, Anda memerlukan:

• Tingkat signifikansi (pilihan umum adalah 0,01, 0,05, dan 0,10)
• Derajat kebebasan pembilangnya
• Derajat kebebasan penyebut

Dengan menggunakan ketiga nilai ini, Anda dapat menentukan nilai F kritis untuk dibandingkan dengan statistik F.

Bagaimana menemukan nilai kritis F dengan Python

Untuk menemukan nilai kritis F dengan Python, Anda dapat menggunakan fungsi scipy.stats.f.ppf() , yang menggunakan sintaks berikut:

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

Emas:

• q: Tingkat signifikansi untuk digunakan
• dfn : Derajat kebebasan pembilangnya
• dfd : Derajat kebebasan penyebut

Fungsi ini mengembalikan nilai kritis distribusi F berdasarkan tingkat signifikansi, derajat kebebasan pembilang, dan derajat kebebasan penyebut yang diberikan.

Misalnya, kita ingin mencari nilai kritis F untuk tingkat signifikansi 0,05, derajat kebebasan pembilang = 6, dan derajat kebebasan penyebut = 8.

 import scipy.stats

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

3.5806

Nilai kritis F untuk taraf signifikansi 0,05, derajat kebebasan pembilang = 6, dan derajat kebebasan penyebut = 8 adalah 3,5806 .

Jadi jika kita melakukan beberapa jenis uji F, kita dapat membandingkan statistik uji F dengan 3,5806 . Jika F statistik lebih besar dari 3,580 maka hasil pengujian signifikan secara statistik.

Perhatikan bahwa nilai alpha yang lebih kecil akan menghasilkan nilai F kritis yang lebih besar. Misalnya, perhatikan nilai kritis F untuk tingkat signifikansi 0,01 , pembilang derajat kebebasan = 6, dan penyebut derajat kebebasan = 8.

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

6.3707

Dan anggaplah nilai kritis F dengan derajat kebebasan yang sama persis untuk pembilang dan penyebutnya, namun dengan tingkat signifikansi 0,005 :

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

7.9512

Lihat dokumentasi SciPy untuk mengetahui detail selengkapnya tentang fungsi f.ppf().