Python တွင် အရေးပါသောတန်ဖိုး f ကို မည်သို့ရှာမည်နည်း။

သင် F စမ်းသပ်မှုပြုလုပ်သောအခါ၊ သင်သည် F ကိန်းဂဏန်းကိုရရှိမည်ဖြစ်သည်။ F စစ်ဆေးမှုရလဒ်များသည် ကိန်းဂဏန်းအရ သိသာမှုရှိမရှိ ဆုံးဖြတ်ရန်၊ F ကိန်းဂဏန်းအား အရေးကြီးသော F တန်ဖိုးတစ်ခုနှင့် နှိုင်းယှဉ်နိုင်သည်။ F ကိန်းဂဏန်းသည် အရေးကြီးသော F တန်ဖိုးထက် ကြီးပါက၊ စစ်ဆေးမှုရလဒ်များသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါသည်။

အရေးကြီးသောတန်ဖိုး F ကို F ဖြန့်ချီရေးဇယားကို အသုံးပြု၍ သို့မဟုတ် စာရင်းအင်းဆော့ဖ်ဝဲကို အသုံးပြု၍ တွေ့ရှိနိုင်သည် ။

F ၏အရေးပါသောတန်ဖိုးကိုရှာဖွေရန်၊ သင်လိုအပ်သည်-

• အရေးပါမှုအဆင့် (ဘုံရွေးချယ်မှုများမှာ 0.01၊ 0.05 နှင့် 0.10)
• ပိုင်းဝေ၏လွတ်လပ်မှုဒီဂရီ
• လွတ်လပ်မှု၏ ပိုင်းခြေအဆင့်များ

ဤတန်ဖိုးသုံးခုကို အသုံးပြု၍ F ကိန်းဂဏန်းနှင့် နှိုင်းယှဉ်ရန် အရေးကြီးသော F တန်ဖိုးကို သင်ဆုံးဖြတ်နိုင်သည်။

Python တွင် အရေးပါသောတန်ဖိုး F ကို မည်သို့ရှာမည်နည်း။

Python တွင် အရေးပါသောတန်ဖိုး F ကိုရှာရန်၊ အောက်ပါ syntax ကိုအသုံးပြုသည့် scipy.stats.f.ppf() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်သည်-

scipy.stats.f.ppf(q၊ dfn၊ dfd)

ရွှေ-

• q- အသုံးပြုရန် အရေးပါမှုအဆင့်
• dfn : ပိုင်းဝေ၏ လွတ်လပ်မှု ဒီဂရီ
• dfd : ပိုင်းခြေ၏ လွတ်လပ်မှု ဒီဂရီ

ဤလုပ်ဆောင်ချက်သည် အရေးကြီးသောအဆင့်၊ လွတ်လပ်မှု၏ ပိုင်းဝေဒီဂရီနှင့် ပေးထားသော လွတ်လပ်မှု၏ ပိုင်းခြေဒီဂရီများအပေါ် အခြေခံ၍ F ဖြန့်ဖြူးမှု၏ အရေးကြီးသောတန်ဖိုးကို ပြန်ပေးသည်။

ဥပမာအားဖြင့်၊ အရေးကြီးသောတန်ဖိုး F ကို 0.05၊ လွတ်လပ်မှု၏ပိုင်းဝေဒီဂရီ = 6၊ နှင့် လွတ်လပ်မှု၏ပိုင်းခြေဒီဂရီ = 8 ကို ရှာလိုသည်ဆိုပါစို့။

 import scipy.stats

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

3.5806

အရေးကြီးသော F တန်ဖိုးသည် 0.05၊ လွတ်လပ်မှု ပိုင်းဝေဒီဂရီ = 6 နှင့် လွတ်လပ်မှု ပိုင်းခြေဒီဂရီ = 8 သည် 3.5806 ဖြစ်သည်။

ထို့ကြောင့် ကျွန်ုပ်တို့သည် F test အမျိုးအစားအချို့ကို ပြုလုပ်ပါက၊ F test statistic ကို 3.5806 နှင့် နှိုင်းယှဉ်နိုင်သည်။ F ကိန်းဂဏန်းသည် 3.580 ထက် ပိုများပါက စစ်ဆေးမှုရလဒ်များသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါသည်။

သေးငယ်သော alpha တန်ဖိုးများသည် ပိုမိုကြီးမားသော အရေးကြီးသော F တန်ဖိုးများဆီသို့ ဦးတည်သွားသည်ကို သတိပြုပါ။ ဥပမာအားဖြင့်၊ 0.01 ၊ လွတ်လပ်မှု၏ပိုင်းဝေဒီဂရီ = 6၊ နှင့် လွတ်လပ်မှု၏ပိုင်းခြေဒီဂရီ = 8 အတွက် အရေးပါသောတန်ဖိုး F ကို သုံးသပ်ပါ။

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

6.3707

ပိုင်းဝေနှင့် ပိုင်းခြေအတွက် အတိအကျတူညီသော လွတ်လပ်မှုဒီဂရီနှင့် F ၏ အရေးပါသောတန်ဖိုးကို သုံးသပ်ပါ၊ သို့သော် 0.005 ၏ အရေးပါမှုအဆင့်ဖြင့် :

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

7.9512

f.ppf() လုပ်ဆောင်ချက်၏ အတိအကျအသေးစိတ်အချက်အလက်များအတွက် SciPy စာရွက်စာတမ်း ကို ကိုးကားပါ။