f检验临界值表怎么查

f检验临界值表怎么查
f检验临界值表怎么查
F检验法是英国统计学家Fisher提出的，主要通过比较两组数据的方差，以确定他们的精密度是否有显著性差异。

至于两组数据之间是否存在系统误差，则在进行F检验并确定它们的精密度没有显著性差异之后，再进行t检验（明天分享）
我们看下F检验的步骤：
1）求出两个实验室（两组数据）的标准偏差，S1、S2，
定义F=S12/S22 其中S12≥S22
（2）查F分布表,得到Fα/2(n1-1，n2-1)的值。

若F≤ Fα/2(n1-1，n2-1)
则说明二者的精密度之间不存在显著性差异；
反之，则存在显著性差异。

实例讲解：
同一含铜的样品，在两个实验室，分别测定5次的结果见下表.用F 检验法判断这两个实验室所测数据的精密度是否存在显著性差异。

第一步：计算F
F=S12/S22=0.001482/0.000842=3.0896
第二步：查表,查F的临界值
n1=n2=5（查表的时候是n1-1=n2-1=4）
查表F临界=6.39
第三步：比较F和F临界的值，判断精密度是否有显著差异：
F≤F临界
两个实验室的精密度无显著差异（显著水平为0.05）
对各效应进行F测验采用的F值计算公式应视各项均方的期望值而定，用因素A、因素B各自的均方除以随机误差项的均方，得到各自的F 值。

如果F值对应的p-value< 0.05,或者F值大于显著水准α下的F
分布临界值，则说明对应的因素各水平间差异显著。

在我们使用SPSS开展方差分析时，SPSS会直接输出显著性P值，我们只需判断显著性P值是否小于显著水准α。

如果P值小于α值，则说明组间存在显著差异；反之。

F分布F分布是1924年英国统计学家R·A·Fisher提出，并以其姓氏的第一个字母命名的。

它是一种非对称分布，有两个自由度，且位置不可互换。

F分布有着广泛的应用，如在方差分析、回归方程的显著性检验中都有着重要的地位。

中文名F分布外文名F-distribution领域统计学提出者R.A.Fisher提出时间1924 特性非对称分布目录1 定义2 性质定义若总体，与为来自X的两个独立样本，设统计量则称统计量F服从自由度和的F分布，记为分布的概率密度为分布的概率密度函数图像如图1所示图1 [2]若总体与总体独立，为来自X的一个样本，为来自Y的一个样本，则统计量则称统计量F服从自由度为和，非中心参数为的非中心F分布，记为性质性质1：性质2：设，则。

性质3：设，则。

性质4：分布的分布函数可用标准正态分布的分布函数来逼近。

即其中， ( ，充分大)。

性质5：若总体与独立，为来自X的一个样本，为来自Y的一个样本，为已知参数。

则统计量性质6：若总体与独立，为来自X 的一个样本，为来自Y的一个样本，则统计量F统计学附录表F—分布临界值表——α（0.005―0.10）α=0.005Fαk1k21 2 3 4 5 6 8 12 24 ∞1 2 3 4 56 7 8 9 10111213141516 16211198.555.5531.3322.7818.6316.2414.6913.6112.8312.2311.7511.3711.0610.8010.582000199.049.8026.2818.3114.4512.4011.0410.119.438.918.518.197.927.707.5121615199.247.4724.2616.5312.9210.889.608.728.087.607.236.936.686.486.302250199.246.1923.1515.5612.0310.058.817.967.346.886.526.236.005.805.6423056199.345.3922.4614.9411.469.528.307.476.876.426.075.795.565.375.2123437199.344.8421.9714.5111.079.167.957.136.546.105.765.485.265.074.9123925199.444.1321.3513.9610.578.687.506.696.125.685.355.084.864.674.5224426199.443.3920.7013.3810.038.187.016.235.665.244.914.644.434.254.102494199.542.6220.0312.789.477.656.505.735.174.764.434.173.963.793.6425465199.541.8319.3212.148.887.085.955.194.644.233.903.653.443.263.11α=0.01α=0.025α=0.05α=0.10- -注：三大抽样分布一般是指卡方分布（χ2分布）、t分布和F分布，是来自正态总体的三个常用的分布。

F检验临界值表0.01n是数据量k是自变量数目1、找到相关系数显著性检验表;2、然后确定自由度(n-m-1),n,m 分别代表样本个数和未知量维度;3、查找a0.01 ,a0.05,a.010对应的值;4、将相关系数r与a比较,确定显著性水平.我要提问t检验查表0.05和0.01怎么选择匿名分享到微博提交回答1 问: Excel相关系数的假设检验答: 详情>> 2 相关系数的假设检验回答2 3 eviews多元回归t检验和F检验临界值问题回答2 4 t 检验差1、首先我要拿出F检验表了解自由度是多少,例如当a=0.01时,找到a=0.01的表;2、下图红线所圈出的是以分位数为0.90,自由度为(6,8)的F分布为例.首先选择分位数为0.90的分位数表,然后找到上方一行的6,对应6下方的一列.3、然后我们还要找到左侧一列中的8,对应8的那一行.4、最后两者相交的那个数字就是需要查找的分位数为0.90,自由度为(6,8)的F分布的值.需要注意的是:F是一种非对称分布,有两个自由度,且位置不可互换.F分布表横坐标是x,纵坐标是y,一个分位点一张表,F0.05(7,9)就查分位点是0.05的那张表横坐标为7,纵坐标为9处的值.=FINV(0.05,因子自由度,误差项自由度)一般取a=0.05,也可以取0.01,取决于你容忍的错误率.求出临界值后,再和F值比较如果F值>临界值表示此因子贡献显著,否则,不显著就看sig值就可以了,代表的就是显著性结果P值,P=0.756>0.05,表明结果没有统计学差异.这个由你所需要的置信区间(通俗的说就是要求的准确率)来确定,一般是选择0.05,也就是你的置信几率是95%.回归的检验首先看anova那个表,也就是f检验,那个表代表的是对你进行回归的所有自变量的回归系数的一个总体检验,如果sig<0.05,说明至少有一个自变量能够有效预测因变量,这个在写数据分析结果时一般可以不报告然后看系数表,看标准化的回归系数是否显著,每个自变量都有一个对应的回归系数以及显著性检验F大概接近200,相伴概率几乎为0,已经足够说明y与这三个变量总体上的线性回归关系很显著了.因为我们做假设检验时,通常选择显著性水平α= 0.05或者0.01,如果是查F统计量表,会得到一个临界值,只要计算所得的F值大于那个临界值,就说明总体线性关系显著.此处,你的模型F值接近200,非常大了,所以其相伴概率当然很小(几乎为0),关于这个F检验,你可以再看看概率统计书复习一下.。

F分布
目录 1 定义性质2
定义
，与若总体为来自X的两个独立样本，
设统计量
则称统计量F服从自由度和的F分布，记为
分布的概率密度为
分布的概率密度函数图像如图1所示
[2]1 图
若总体与总体独立，为来自X的一个样本，
的一个样本，则统计量Y为来自
，非中心参数为的非中心FF分布，记为服从自由度为和则称统计量
性质
性质1：
性质2：设，则。

性质3：设，则。

性质4：分布的分布函数可用标准正态分布的分布函数来逼近。

即
其中，( ，充分大)。

性质5：若总体与独立，
为来自X的一个样本，为来自Y的一个样本，为已知参数。

则统计量
为来自X独立，与若总体：性质6
的一个样本，则统计量Y为来自的一个样本，
F统计学附录表
Fα（0.005―0.10）—分布临界值表——
x，纵坐标是y（如下图），一个说明：F分布表横坐标是α分位点一张表，根据
公式中的分子自由度(表第一行数字，k1)和分母自由度（表第一列数字,k2）；它是一种非对称分布，有两个自由度，且位置不可互换。

f分布表查询方法
例：
αα=0.1的表。

=0.1时，找到1.首先需要了解自由度是多少，例如当分位数2、这里以分位数为α=0.10，自由度为（2,3）的F分布为例。

首先选择分位数为0.10的分位数表，然后找到上方一行的2，对应2下方的一列。

3.其次找到左侧一列中的3，对应3的那一行。

4.两者相交的那个数字就是需要查找的分位数为0.10，自由度为（2,3）的F分布的值，即
5.46。