Значення F=1 означає, що незалежно від того, який рівень значущості ми використовуємо для тесту, ми зробимо такий висновок обидві дисперсії рівні.5 березня 2016 р
Якщо F-оцінка близька до одиниці, зробіть висновок, що ваша гіпотеза правильна і що зразки походять із сукупностей з однаковими дисперсіями. Якщо F-оцінка далека від одиниці, тоді можна зробити висновок, що популяції, ймовірно, мають різні дисперсії.
Коефіцієнт F – це відношення двох середніх квадратичних значень. Якщо нульова гіпотеза вірна, ви очікуєте, що F буде мати значення, близьке до 1,0 більшу частину часу. Велике співвідношення F означає, що варіація серед групових середніх більша, ніж ви очікували б побачити випадково.
Отже, у середньому частина загальної дисперсії, яка пояснюється середніми, має бути меншою за одиницю або близько одиниці, тому що вона має бути приблизно такою ж, як величина дисперсії помилки (пам’ятайте, ми не симулюємо відмінностей). Водночас ми це бачимо деякі F-значення більші за 1.
один F-відношення або F-статистика MSbetween і MSwithin оцінюють те саме значення (дотримуючись переконання, що H0 вірно), тоді F-відношення має бути приблизно дорівнює одиниці.');})();(функція(){window.jsl.dh('W3K4ZoLnGJWq5NoPifjI4Q0__26','
F-розподіл використовується для кількісного визначення цієї ймовірності для різних розмірів вибірки та достовірності чи значущості, яку ми хотіли б мати у відповіді. Значення F=1 означає, що незалежно від того, який рівень значущості ми використовуємо для тесту, ми зробимо висновок, що дві дисперсії рівні.