F-test (original) (raw)
F-test je jakýkoliv statistický test, ve kterém má testová statistika rozdělení F za předpokladu platnosti nulové hypotézy. Nejčastěji se používá při porovnávání statistických modelů, které byly odhadnuty na základě datového souboru, za účelem identifikace modelu, který nejlépe odpovídá populaci, ze které byla data vybrána. Exaktní F-testy vznikají zejména v případě, že modely byly odhadovány za použití metody nejmenších čtverců. Název F-test razil George W. Snedecor na počest Ronalda A. Fishera. Fisher F-statistiku vyvinul jako poměr rozptylů ve 20. letech 20. století.
| Property | Value |
|---|---|
| dbo:abstract | F-test je jakýkoliv statistický test, ve kterém má testová statistika rozdělení F za předpokladu platnosti nulové hypotézy. Nejčastěji se používá při porovnávání statistických modelů, které byly odhadnuty na základě datového souboru, za účelem identifikace modelu, který nejlépe odpovídá populaci, ze které byla data vybrána. Exaktní F-testy vznikají zejména v případě, že modely byly odhadovány za použití metody nejmenších čtverců. Název F-test razil George W. Snedecor na počest Ronalda A. Fishera. Fisher F-statistiku vyvinul jako poměr rozptylů ve 20. letech 20. století. (cs) Un test F és un prova estadística en què l'estadístic del test té una distribució F sota la hipòtesi nul·la. S'utilitza més sovint quan es comparen els models estadístics que han estat conformats a un conjunt de dades, per tal d'identificar el model que millor s'adapti a la població estadística de la qual es prenen mostres de les dades. Exactament, els tests F sorgeixen principalment quan els models s'han d'ajustar a les dades utilitzant els mínims quadrats. El nom va ser encunyat per , en honor de sir Ronald Aylmer Fisher. Fisher va desenvolupar inicialment l'estadística com el quocient entre la variació en la dècada del 1920. (ca) Als F-Test wird eine Gruppe von statistischen Tests bezeichnet, bei denen die Teststatistik unter der Nullhypothese einer F-Verteilung folgt. Im Kontext der Regressionsanalyse wird mit dem F-Test eine Kombination von linearen (Gleichungs-)Hypothesen untersucht. Beim Spezialfall der Varianzanalyse ist mit F-Test ein Test gemeint, mithilfe dessen mit einer gewissen Konfidenz entschieden werden kann, ob zwei Stichproben aus unterschiedlichen, normalverteilten Populationen sich hinsichtlich ihrer Varianz wesentlich unterscheiden. Er dient damit unter anderem zur generellen Überprüfung von Unterschieden zwischen zwei statistischen Populationen. Der Test geht zurück auf einen der bekanntesten Statistiker, Ronald Aylmer Fisher (1890–1962). (de) An F-test is any statistical test in which the test statistic has an F-distribution under the null hypothesis. It is most often used when comparing statistical models that have been fitted to a data set, in order to identify the model that best fits the population from which the data were sampled. Exact "F-tests" mainly arise when the models have been fitted to the data using least squares. The name was coined by George W. Snedecor, in honour of Ronald Fisher. Fisher initially developed the statistic as the variance ratio in the 1920s. (en) En estadística se denomina prueba F de Snedecor a cualquier prueba en la que el estadístico utilizado sigue una distribución F si la hipótesis nula no puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher. * La hipótesis de que las medias de múltiples poblaciones normalmente distribuidas y con la misma desviación estándar son iguales. Esta es, quizás, la más conocida de las hipótesis verificada mediante el test F y el problema más simple del análisis de varianza. * La hipótesis de que las desviaciones estándar de dos poblaciones normalmente distribuidas son iguales, lo cual se cumple. En muchos casos, el test F puede resolverse mediante un proceso directo. Se requieren dos modelos de regresión, uno de los cuales restringe uno o más de los coeficientes de regresión conforme a la hipótesis nula. El test entonces se basa en un cociente modificado de la suma de cuadrados de residuos de los dos modelos como sigue: El estadístico F puede calcularse como Donde: se refiere al coeficiente de determinación del modelo sin restringir se refiere al coeficiente de determinación del modelo restringido se refiere al número de restricciones impuestas a los coeficientes estimados (coeficientes restringidos). se refiere al número de coeficientes estimados en el modelo sin restricciones. se refiere al número de observaciones del modelo. El valor resultante debe entonces compararse con el valor correspondiente de la tabla de valores críticos. Si ; rechazo el modelo restringido. * Datos: Q1386253 (es) En statistique, un test F est un terme générique désignant tout test statistique dans lequel la statistique de test suit la loi de Fisher sous l'hypothèse nulle. Ce type de tests est souvent utilisé lors de la comparaison de modèles statistiques qui ont été ajustés sur un ensemble de données, afin d'identifier le modèle qui correspond le mieux à la population à partir de laquelle les données ont été échantillonnées. Les tests F dits "exacts" sont ceux pour lesquels les modèles ont été ajustés aux données par la méthode des moindres carrés. Le nom de cette catégorie de tests a été inventé par George Snedecor en l'honneur de Ronald Aylmer Fisher qui avait initialement développé le test de Fisher d'égalité de deux variances. (fr) In statistica il test F per il confronto di due varianze è un test di ipotesi basato sulla distribuzione F di Fisher-Snedecor e volto a verificare l'ipotesi che due popolazioni che seguono entrambe distribuzioni normali abbiano la stessa varianza. (it) F 테스트 또는 F-검정(F test)은 검정 통계량이 귀무 가설 하에서 F- 분포를 갖는 통계 검정이다. 데이터가 샘플링된 모집단에 가장 적합한 모델을 식별하기 위해 데이터 세트에 맞는 통계 모델을 비교할 때 가장 자주 사용된다. 정확한 "F- 검정"은 주로 모형이 최소 제곱을 사용하여 데이터에 적합할 때 발생한다. 이 이름은 로널드 A. 피셔 경을 기리기 위해 (George W. Snedecor)가 만들었다. 피셔(Fisher)는 처음에 1920년대의 분산 비율로 통계를 개발했다. (ko) F検定（エフけんてい、英: F test）とは、帰無仮説が正しければ統計量がF分布に従うような統計学的検定の総称である。この名称は、ロナルド・A・フィッシャーに敬意を表してによって命名された。フィッシャーは1920年代に分散比による統計を最初に開発した。 (ja) De F-toets is een statistische toets om na te gaan of van twee normale verdelingen de varianties verschillen. De F-toets wordt gebruikt bij variantie-analyse en is een parametrische toets omdat de verdeling normaal moet zijn. De F-toets is toepasbaar in een situatie van twee onderling onafhankelijke aselecte steekproeven. * Steekproef 1, , heeft omvang en wordt geacht uit een verdeling te komen; * Steekproef 2, , heeft omvang en wordt geacht uit een verdeling te komen. De toets verwerpt de nulhypothese op basis van de toetsingsgrootheid: , waarin en de gebruikelijke steekproefvarianties zijn van de beide steekproeven. De toetsingsgrootheid heeft onder de nulhypothese een F-verdeling met vrijheidsgraden in de teller en vrijheidsgraden in de noemer. Afhankelijk van de gekozen alternatieve hypothese wordt de nulhypothese verworpen voor te kleine of te grote waarden van . Zie ook: Kruskall-Wallis, significantie en p-waarde (nl) F-тест или критерий Фишера (F-критерий, φ*-критерий) — статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера (F-распределение). Статистика теста так или иначе сводится к отношению выборочных дисперсий (сумм квадратов, деленных на «степени свободы»). Чтобы статистика имела распределение Фишера, необходимо, чтобы числитель и знаменатель были независимыми случайными величинами и соответствующие суммы квадратов имели распределение Хи-квадрат. Для этого требуется, чтобы данные имели нормальное распределение. Кроме того, предполагается, что дисперсия случайных величин, квадраты которых суммируются, одинакова. Тест проводится путём сравнения значения статистики с критическим значением соответствующего распределения Фишера при заданном уровне значимости. Известно, что если , то . Кроме того, квантили распределения Фишера обладают свойством . Поэтому обычно на практике в числителе участвует потенциально большая величина, в знаменателе — меньшая и сравнение осуществляется с «правой» квантилью распределения. Тем не менее тест может быть и двусторонним, и односторонним. В первом случае при уровне значимости используется квантиль , а при одностороннем тесте — . Более удобный способ проверки гипотез — с помощью p-значения — вероятностью того, что случайная величина с данным распределением Фишера превысит данное значение статистики. Если (для двустороннего теста — )) меньше уровня значимости , то нулевая гипотеза отвергается, в противном случае принимается. (ru) F檢定 (F-test)，亦稱聯合假設檢定（joint hypotheses test）、變異數比率檢驗、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，統計值服从F-分布的检验。其通常是用來分析用了超過一個參數的统计模型，以判斷該模型中的全部或一部分參數是否適合用來估計母體。 F检验這名稱是由美國數學家兼統計學家命名，为了纪念英國統計學家兼生物學家羅納德·費雪（Ronald Aylmer Fisher）。Fisher在1920年代發明了這個檢驗和F-分布，最初稱為變異數比率（Variance Ratio）。 (zh) F-тестом або критерієм Фішера (F-критерієм, φ*-критерієм) — називають будь-який статистичний критерій, тестова статистика якого при виконанні нульової гіпотези має розподіл Фішера (F-розподіл). Статистика тесту так чи інакше зводиться до відношення вибіркових дисперсій (сум квадратів, ділених на «ступеня свободи»). Щоб статистика мала розподіл Фішера, необхідно, щоб чисельник і знаменник були незалежними випадковими величинами і відповідні суми квадратів мали розподіл Хі квадрат. Для цього потрібно, щоб дані мали нормальний розподіл. Крім того, передбачається, що дисперсія випадкових величин, квадрати яких підсумовуються, однакова. Тест проводиться шляхом порівняння значення статистики з критичним значенням відповідного розподілу Фішера при заданому рівні значимості. Відомо, що якщо , то . Крім того, квантилі розподілу Фішера мають властивість . Тому зазвичай на практиці в чисельнику бере участь потенційно велика величина, в знаменнику — менша і порівняння здійснюється з «правою» Квантиль розподілу. Проте тест може бути і двостороннім і одностороннім. У першому випадку при рівні значущості використовується квантиль , а при односторонньому тесті . Більш зручний спосіб перевірки гіпотез — за допомогою p-значення — імовірністю того, що випадкова величина з даними розподілом Фішера перевищить дане значення статистики. Якщо (для двостороннього тесту — ) менше рівня значущості , то нульова гіпотеза відкидається, в іншому випадку приймається. (uk) |
| dbo:wikiPageExternalLink | http://www.itl.nist.gov/div898/handbook/eda/section3/eda3673.htm http://facweb.cs.depaul.edu/sjost/csc423/documents/f-test-reg.htm http://www.waterlog.info/f-test.htm |
| dbo:wikiPageID | 318976 (xsd:integer) |
| dbo:wikiPageLength | 11797 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1118753432 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Ronald_Fisher dbr:Variance dbr:Degrees_of_freedom_(statistics) dbr:Standard_deviation dbr:Levene's_test dbr:Null_hypothesis dbr:Scheffé's_method dbr:Analysis_of_variance dbr:Chi-squared_distribution dbr:George_W._Snedecor dbr:Model_selection dbr:Multiple_comparisons dbr:Lack-of-fit_sum_of_squares dbr:Homoscedasticity dbr:Arithmetic_mean dbr:Chow_test dbr:Statistical_model dbr:Student's_t-test dbr:Type_I_error dbr:Data dbr:Least_squares dbr:ANOVA dbr:Expected_value dbr:F-distribution dbr:Bartlett's_test dbr:Normal_distribution dbr:Partition_of_sums_of_squares dbr:Goodness_of_fit dbr:Regression_analysis dbr:Residual_sum_of_squares dbc:Statistical_ratios dbc:Analysis_of_variance dbc:Statistical_tests dbr:Average dbr:Mark_Thoma dbr:Independence_(probability_theory) dbr:Brown–Forsythe_test dbr:Test_statistic dbr:Robust_statistics dbr:Statistical_test dbr:Likelihood_ratio_test dbr:Population_(statistics) |
| dbp:id | 1.0 (dbd:second) |
| dbp:title | Econometrics lecture (en) |
| dbp:wikiPageUsesTemplate | dbt:Cite_book dbt:Further dbt:Main dbt:Reflist dbt:Short_description dbt:YouTube dbt:Google_books dbt:Statistics |
| dct:subject | dbc:Statistical_ratios dbc:Analysis_of_variance dbc:Statistical_tests |
| rdf:type | yago:WikicatStatisticalRatios yago:WikicatStatisticalTests yago:Abstraction100002137 yago:Cognition100023271 yago:Experiment105798043 yago:HigherCognitiveProcess105770664 yago:Inquiry105797597 yago:MagnitudeRelation113815152 yago:ProblemSolving105796750 yago:Process105701363 yago:PsychologicalFeature100023100 yago:Ratio113819207 yago:Relation100031921 yago:Thinking105770926 yago:Trial105799212 |
| rdfs:comment | F-test je jakýkoliv statistický test, ve kterém má testová statistika rozdělení F za předpokladu platnosti nulové hypotézy. Nejčastěji se používá při porovnávání statistických modelů, které byly odhadnuty na základě datového souboru, za účelem identifikace modelu, který nejlépe odpovídá populaci, ze které byla data vybrána. Exaktní F-testy vznikají zejména v případě, že modely byly odhadovány za použití metody nejmenších čtverců. Název F-test razil George W. Snedecor na počest Ronalda A. Fishera. Fisher F-statistiku vyvinul jako poměr rozptylů ve 20. letech 20. století. (cs) Un test F és un prova estadística en què l'estadístic del test té una distribució F sota la hipòtesi nul·la. S'utilitza més sovint quan es comparen els models estadístics que han estat conformats a un conjunt de dades, per tal d'identificar el model que millor s'adapti a la població estadística de la qual es prenen mostres de les dades. Exactament, els tests F sorgeixen principalment quan els models s'han d'ajustar a les dades utilitzant els mínims quadrats. El nom va ser encunyat per , en honor de sir Ronald Aylmer Fisher. Fisher va desenvolupar inicialment l'estadística com el quocient entre la variació en la dècada del 1920. (ca) An F-test is any statistical test in which the test statistic has an F-distribution under the null hypothesis. It is most often used when comparing statistical models that have been fitted to a data set, in order to identify the model that best fits the population from which the data were sampled. Exact "F-tests" mainly arise when the models have been fitted to the data using least squares. The name was coined by George W. Snedecor, in honour of Ronald Fisher. Fisher initially developed the statistic as the variance ratio in the 1920s. (en) In statistica il test F per il confronto di due varianze è un test di ipotesi basato sulla distribuzione F di Fisher-Snedecor e volto a verificare l'ipotesi che due popolazioni che seguono entrambe distribuzioni normali abbiano la stessa varianza. (it) F 테스트 또는 F-검정(F test)은 검정 통계량이 귀무 가설 하에서 F- 분포를 갖는 통계 검정이다. 데이터가 샘플링된 모집단에 가장 적합한 모델을 식별하기 위해 데이터 세트에 맞는 통계 모델을 비교할 때 가장 자주 사용된다. 정확한 "F- 검정"은 주로 모형이 최소 제곱을 사용하여 데이터에 적합할 때 발생한다. 이 이름은 로널드 A. 피셔 경을 기리기 위해 (George W. Snedecor)가 만들었다. 피셔(Fisher)는 처음에 1920년대의 분산 비율로 통계를 개발했다. (ko) F検定（エフけんてい、英: F test）とは、帰無仮説が正しければ統計量がF分布に従うような統計学的検定の総称である。この名称は、ロナルド・A・フィッシャーに敬意を表してによって命名された。フィッシャーは1920年代に分散比による統計を最初に開発した。 (ja) F檢定 (F-test)，亦稱聯合假設檢定（joint hypotheses test）、變異數比率檢驗、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，統計值服从F-分布的检验。其通常是用來分析用了超過一個參數的统计模型，以判斷該模型中的全部或一部分參數是否適合用來估計母體。 F检验這名稱是由美國數學家兼統計學家命名，为了纪念英國統計學家兼生物學家羅納德·費雪（Ronald Aylmer Fisher）。Fisher在1920年代發明了這個檢驗和F-分布，最初稱為變異數比率（Variance Ratio）。 (zh) Als F-Test wird eine Gruppe von statistischen Tests bezeichnet, bei denen die Teststatistik unter der Nullhypothese einer F-Verteilung folgt. Im Kontext der Regressionsanalyse wird mit dem F-Test eine Kombination von linearen (Gleichungs-)Hypothesen untersucht. Beim Spezialfall der Varianzanalyse ist mit F-Test ein Test gemeint, mithilfe dessen mit einer gewissen Konfidenz entschieden werden kann, ob zwei Stichproben aus unterschiedlichen, normalverteilten Populationen sich hinsichtlich ihrer Varianz wesentlich unterscheiden. Er dient damit unter anderem zur generellen Überprüfung von Unterschieden zwischen zwei statistischen Populationen. (de) En estadística se denomina prueba F de Snedecor a cualquier prueba en la que el estadístico utilizado sigue una distribución F si la hipótesis nula no puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher. En muchos casos, el test F puede resolverse mediante un proceso directo. Se requieren dos modelos de regresión, uno de los cuales restringe uno o más de los coeficientes de regresión conforme a la hipótesis nula. El test entonces se basa en un cociente modificado de la suma de cuadrados de residuos de los dos modelos como sigue: El estadístico F puede calcularse como (es) En statistique, un test F est un terme générique désignant tout test statistique dans lequel la statistique de test suit la loi de Fisher sous l'hypothèse nulle. Ce type de tests est souvent utilisé lors de la comparaison de modèles statistiques qui ont été ajustés sur un ensemble de données, afin d'identifier le modèle qui correspond le mieux à la population à partir de laquelle les données ont été échantillonnées. Les tests F dits "exacts" sont ceux pour lesquels les modèles ont été ajustés aux données par la méthode des moindres carrés. (fr) De F-toets is een statistische toets om na te gaan of van twee normale verdelingen de varianties verschillen. De F-toets wordt gebruikt bij variantie-analyse en is een parametrische toets omdat de verdeling normaal moet zijn. De F-toets is toepasbaar in een situatie van twee onderling onafhankelijke aselecte steekproeven. * Steekproef 1, , heeft omvang en wordt geacht uit een verdeling te komen; * Steekproef 2, , heeft omvang en wordt geacht uit een verdeling te komen. De toets verwerpt de nulhypothese op basis van de toetsingsgrootheid: , Zie ook: Kruskall-Wallis, significantie en p-waarde (nl) F-тест или критерий Фишера (F-критерий, φ*-критерий) — статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера (F-распределение). Статистика теста так или иначе сводится к отношению выборочных дисперсий (сумм квадратов, деленных на «степени свободы»). Чтобы статистика имела распределение Фишера, необходимо, чтобы числитель и знаменатель были независимыми случайными величинами и соответствующие суммы квадратов имели распределение Хи-квадрат. Для этого требуется, чтобы данные имели нормальное распределение. Кроме того, предполагается, что дисперсия случайных величин, квадраты которых суммируются, одинакова. (ru) F-тестом або критерієм Фішера (F-критерієм, φ*-критерієм) — називають будь-який статистичний критерій, тестова статистика якого при виконанні нульової гіпотези має розподіл Фішера (F-розподіл). Статистика тесту так чи інакше зводиться до відношення вибіркових дисперсій (сум квадратів, ділених на «ступеня свободи»). Щоб статистика мала розподіл Фішера, необхідно, щоб чисельник і знаменник були незалежними випадковими величинами і відповідні суми квадратів мали розподіл Хі квадрат. Для цього потрібно, щоб дані мали нормальний розподіл. Крім того, передбачається, що дисперсія випадкових величин, квадрати яких підсумовуються, однакова. (uk) |
| rdfs:label | Test F (ca) F-test (cs) F-Test (de) Prueba F de Fisher (es) F-test (en) Test F (it) Test F (fr) F테스트 (ko) F検定 (ja) F-toets (nl) Teste F (pt) F-тест (ru) Критерій Фішера (uk) F检验 (zh) |
| owl:sameAs | freebase:F-test yago-res:F-test wikidata:F-test dbpedia-ca:F-test dbpedia-cs:F-test dbpedia-de:F-test dbpedia-es:F-test dbpedia-fa:F-test dbpedia-fr:F-test dbpedia-he:F-test dbpedia-hu:F-test dbpedia-it:F-test dbpedia-ja:F-test dbpedia-ko:F-test dbpedia-mk:F-test dbpedia-nl:F-test dbpedia-pt:F-test dbpedia-ru:F-test http://su.dbpedia.org/resource/Uji-F dbpedia-tr:F-test dbpedia-uk:F-test dbpedia-zh:F-test https://global.dbpedia.org/id/PbqR |
| prov:wasDerivedFrom | wikipedia-en:F-test?oldid=1118753432&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:F-test |
| is dbo:knownFor of | dbr:Ronald_Fisher |
| is dbo:wikiPageDisambiguates of | dbr:F_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:F_Test dbr:F_statistic dbr:F_test dbr:Variance_ratio_statistic dbr:Partial_f_test dbr:F-test_statistic |
| is dbo:wikiPageWikiLink of | dbr:Ronald_Fisher dbr:F-statistic dbr:F_(disambiguation) dbr:Permutation_test dbr:Regression_validation dbr:Determining_the_number_of_clusters_in_a_data_set dbr:Incremental_validity dbr:Null_distribution dbr:Analysis_of_covariance dbr:Analysis_of_variance dbr:General_linear_model dbr:Neyman–Pearson_lemma dbr:Repeated_measures_design dbr:Coefficient_of_determination dbr:Effect_size dbr:Contrast_(statistics) dbr:Lack-of-fit_sum_of_squares dbr:Likelihood-ratio_test dbr:Student's_t-test dbr:Compound_probability_distribution dbr:P-value dbr:Mauchly's_sphericity_test dbr:G*Power dbr:F-distribution dbr:Granger_causality dbr:Regression_analysis dbr:Stepwise_regression dbr:T-statistic dbr:Mann–Whitney_U_test dbr:F_Test dbr:F_statistic dbr:F_test dbr:Instrumental_variables_estimation dbr:Brown–Forsythe_test dbr:Omnibus_test dbr:Ordinary_least_squares dbr:Casio_Algebra_FX_Series dbr:Ramsey_RESET_test dbr:Multicollinearity dbr:Score_test dbr:Test_statistic dbr:Expected_mean_squares dbr:F-statistics dbr:F-test_of_equality_of_variances dbr:List_of_statistics_articles dbr:List_of_tests dbr:One-way_analysis_of_variance dbr:Statistic dbr:Fitts's_law dbr:Stratified_sampling dbr:Outline_of_regression_analysis dbr:Ratio_distribution dbr:Variance_ratio_statistic dbr:Partial_f_test dbr:F-test_statistic |
| is dbp:knownFor of | dbr:Ronald_Fisher |
| is foaf:primaryTopic of | wikipedia-en:F-test |