Hoe de kritische waarde f in python te vinden

Wanneer u een F-test uitvoert, krijgt u een F-statistiek. Om te bepalen of de F-testresultaten statistisch significant zijn, kunt u de F-statistiek vergelijken met een kritische F-waarde. Als de F-statistiek groter is dan de kritische F-waarde, zijn de testresultaten statistisch significant.

De kritische waarde F kan worden gevonden met behulp van een F-verdelingstabel of met behulp van statistische software.

Om de kritische waarde van F te vinden, heb je nodig:

• Een significantieniveau (veel voorkomende keuzes zijn 0,01, 0,05 en 0,10)
• Vrijheidsgraden van de teller
• Noemer vrijheidsgraden

Met behulp van deze drie waarden kunt u de kritische F-waarde bepalen die u kunt vergelijken met de F-statistiek.

Hoe de kritische waarde F in Python te vinden

Om de kritische waarde F in Python te vinden, kun je de functie scipy.stats.f.ppf() gebruiken, die de volgende syntaxis gebruikt:

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

Goud:

• V: Het significantieniveau dat moet worden gebruikt
• dfn : De vrijheidsgraden van de teller
• dfd : De vrijheidsgraden van de noemer

Deze functie retourneert de kritische waarde van de F-verdeling op basis van het significantieniveau, de vrijheidsgraden van de teller en de vrijheidsgraden van de noemer.

Stel dat we bijvoorbeeld de kritische waarde F willen vinden voor een significantieniveau van 0,05, teller vrijheidsgraden = 6, en noemer vrijheidsgraden = 8.

 import scipy.stats

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

3.5806

De kritische F-waarde voor een significantieniveau van 0,05, teller vrijheidsgraden = 6, en noemer vrijheidsgraden = 8 is 3,5806 .

Dus als we een soort F-test uitvoeren, kunnen we de F-teststatistiek vergelijken met 3.5806 . Als de F-statistiek groter is dan 3,580, zijn de testresultaten statistisch significant.

Merk op dat kleinere alfawaarden zullen leiden tot grotere kritische F-waarden. Beschouw bijvoorbeeld de kritische waarde F voor een significantieniveau van 0,01 , de teller vrijheidsgraden = 6, en de noemer vrijheidsgraden = 8.

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

6.3707

En beschouw de kritische waarde F met exact dezelfde vrijheidsgraden voor de teller en de noemer, maar met een significantieniveau van 0,005 :

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

7.9512

Raadpleeg de SciPy-documentatie voor de exacte details van de functie f.ppf().