Python에서 임계값 f를 찾는 방법
F 테스트를 수행하면 F 통계를 얻습니다. F 검정 결과가 통계적으로 유의한지 여부를 확인하려면 F 통계량을 임계 F 값과 비교할 수 있습니다. F 통계가 임계 F 값보다 크면 테스트 결과가 통계적으로 유의합니다.
임계값 F는 F 분포표 나 통계 소프트웨어를 사용하여 찾을 수 있습니다.
F의 임계값을 찾으려면 다음이 필요합니다.
- 유의성 수준(일반적인 선택은 0.01, 0.05, 0.10)
- 분자의 자유도
- 분모 자유도
이 세 가지 값을 사용하여 F 통계와 비교할 임계 F 값을 결정할 수 있습니다.
Python에서 임계값 F를 찾는 방법
Python에서 임계값 F를 찾으려면 다음 구문을 사용하는 scipy.stats.f.ppf() 함수를 사용할 수 있습니다.
scipy.stats.f.ppf(q, dfn, dfd)
금:
- q: 사용할 유의성 수준
- dfn : 분자의 자유도
- dfd : 분모의 자유도
이 함수는 제공된 유의 수준, 분자 자유도, 분모 자유도를 기반으로 F 분포의 임계값을 반환합니다.
예를 들어, 유의 수준 0.05, 분자 자유도 = 6, 분모 자유도 = 8에 대한 임계값 F를 찾고 싶다고 가정합니다.
import scipy.stats #find F critical value scipy.stats.f.ppf(q=1-.05, dfn=6, dfd=8) 3.5806
유의 수준 0.05, 분자 자유도 = 6, 분모 자유도 = 8에 대한 임계 F 값은 3.5806 입니다.
따라서 어떤 유형의 F 테스트를 수행하면 F 테스트 통계를 3.5806 과 비교할 수 있습니다. F 통계량이 3.580보다 크면 검정 결과가 통계적으로 유의합니다.
알파 값이 작을수록 임계 F 값이 커집니다. 예를 들어, 유의 수준 0.01 , 분자 자유도 = 6, 분모 자유도 = 8에 대한 임계값 F를 고려합니다.
scipy.stats.f.ppf(q=1- .01 , dfn=6, dfd=8)
6.3707
그리고 분자와 분모의 자유도가 정확히 동일하지만 유의 수준이 0.005 인 임계값 F를 생각해 보세요.
scipy.stats.f.ppf(q=1- .005 , dfn=6, dfd=8)
7.9512
f.ppf() 함수의 정확한 세부사항은 SciPy 문서를 참조하세요.