F 값을 계산하는 방법

F 테스트(F-test), 가장 일반적으로 사용되는 별칭은 결합 가설 테스트(영어: Joint Hypotheses Test)라고 하며, 분산 비율 테스트(variance ratio test) 및 분산의 동질성 테스트(homogeneity of variance test)라고도 합니다.

귀무가설(H0) 하에서 통계값이 F-분포를 따르는 검정입니다. 이는 일반적으로 모델의 매개변수 전체 또는 일부가 모집단 추정에 적합한지 여부를 결정하기 위해 둘 이상의 매개변수를 사용하는 통계 모델을 분석하는 데 사용됩니다. (추천 학습: 웹 프론트 엔드 비디오 튜토리얼)

F 테스트는 미국의 수학자이자 통계학자인 George W. Snedecor가 영국의 통계학자이자 생물학자인 Ronald Fisher Aylmer Fisher를 기념하여 명명했습니다. Fisher는 원래 분산 비율이라고 불리는 이 테스트와 F 할당을 1920년대에 발명했습니다.

표본 표준 편차의 제곱을 계산합니다. 즉:

S2=∑( - )2/(n-1)

두 세트의 데이터는 두 개의 S2 값을 얻을 수 있습니다

F=S2/S2'

그런 다음 계산된 F 값을 테이블을 찾아 얻은 F 테이블 값과 비교합니다.

F < F 테이블은 둘 사이에 큰 차이가 없음을 나타냅니다. 데이터 그룹; F ≥ F 테이블은 두 그룹의 데이터에 상당한 차이가 있음을 나타냅니다.

위 내용은 F 값을 계산하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!