R cinsinden bir f istatistiğinin p değeri nasıl hesaplanır?
Bir F testi bir F istatistiği üretir. R’de bir F istatistiğiyle ilişkili p değerini bulmak için aşağıdaki komutu kullanabilirsiniz:
pf(fstat, df1, df2, alt.kuyruk = YANLIŞ)
- fstat – f istatistiğinin değeri
- df1 – serbestlik derecesi 1
- df2 – serbestlik derecesi 2
- alt.kuyruk – F dağılımının alt kuyruğuyla ilişkili olasılığın döndürülüp döndürülmeyeceği. Bu varsayılan olarak DOĞRU’dur.
Örneğin, serbestlik derecesi 1 = 3 ve serbestlik derecesi 2 = 14 olan 5 F istatistiğiyle ilişkili p değerini şu şekilde bulabilirsiniz:
pf(5, 3, 14, lower.tail = FALSE) #[1] 0.01457807
F testinin en yaygın kullanımlarından biri regresyon modelinin genel anlamlılığını test etmektir. Aşağıdaki örnekte, bir regresyon modeli için F istatistiğinin p değerinin nasıl hesaplanacağını gösteriyoruz.
Örnek: F istatistiğinden p değerinin hesaplanması
Diyelim ki 12 farklı öğrencinin toplam ders saatini, toplam girilen hazırlık sınav sayısını ve final sınav notunu gösteren bir veri setimiz var:
#create dataset data <- data.frame(study_hours = c(3, 7, 16, 14, 12, 7, 4, 19, 4, 8, 8, 3), prep_exams = c(2, 6, 5, 2, 7, 4, 4, 2, 8, 4, 1, 3), final_score = c(76, 88, 96, 90, 98, 80, 86, 89, 68, 75, 72, 76)) #view first six rows of dataset head(data) # study_hours prep_exams final_score #1 3 2 76 #2 7 6 88 #3 16 5 96 #4 14 2 90 #5 12 7 98 #6 7 4 80
Daha sonra, yordayıcı değişkenler olarak çalışma saatlerini ve hazırlık sınavlarını ve yanıt değişkeni olarak final puanını kullanarak bu verilere doğrusal bir regresyon modeli uydurabiliriz. Daha sonra modelin sonucunu görselleştirebiliriz:
#fit regression model model <- lm(final_score ~ study_hours + prep_exams, data = data) #view output of the model summary(model) #Call: #lm(formula = final_score ~ study_hours + prep_exams, data = data) # #Residuals: # Min 1Q Median 3Q Max #-13,128 -5,319 2,168 3,458 9,341 # #Coefficients: #Estimate Std. Error t value Pr(>|t|) #(Intercept) 66,990 6,211 10,785 1.9e-06 *** #study_hours 1.300 0.417 3.117 0.0124 * #prep_exams 1.117 1.025 1.090 0.3041 #--- #Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 # #Residual standard error: 7.327 on 9 degrees of freedom #Multiple R-squared: 0.5308, Adjusted R-squared: 0.4265 #F-statistic: 5.091 on 2 and 9 DF, p-value: 0.0332
Sonucun en son satırında genel regresyon modelinin F istatistiğinin 5,091 olduğunu görüyoruz. Bu F istatistiğinin pay için 2, payda için 9 serbestlik derecesi vardır. R, bu F istatistiğinin p değerinin 0,0332 olduğunu otomatik olarak hesaplar.
Bu eşdeğer p değerini kendimiz hesaplamak için aşağıdaki kodu kullanabiliriz:
pf(5.091, 2, 9, lower.tail = FALSE) #[1] 0.0331947
Yukarıdaki doğrusal regresyon çıktısıyla aynı cevabı (ancak daha fazla ondalık basamak görüntülenerek) aldığımızı unutmayın.