So finden Sie den kritischen F-Wert in Python

Wenn Sie einen F-Test durchführen, erhalten Sie als Ergebnis eine F-Statistik. Um festzustellen, ob die Ergebnisse des F-Tests statistisch signifikant sind, können Sie die F-Statistik mit einem kritischen F-Wert vergleichen. Wenn die F-Statistik größer als der kritische F-Wert ist, sind die Testergebnisse statistisch signifikant.

Der kritische F-Wert kann mithilfe einer F-Verteilungstabelle oder mithilfe einer Statistiksoftware ermittelt werden.

Um den kritischen F-Wert zu ermitteln, benötigen Sie:

• Ein Signifikanzniveau (übliche Auswahlmöglichkeiten sind 0,01, 0,05 und 0,10)
• Zähler Freiheitsgrade
• Nenner Freiheitsgrade

Mit diesen drei Werten können Sie den kritischen F-Wert bestimmen, der mit der F-Statistik verglichen werden soll.

So finden Sie den kritischen F-Wert in Python

Um den kritischen Wert F in Python zu ermitteln, können Sie die Funktion scipy.stats.f.ppf() verwenden, die die folgende Syntax verwendet:

scipy.stats.f.ppf(q, dfn, dfd)

wo:

• q: Das zu verwendende Signifikanzniveau
• dfn: Die Freiheitsgrade des Zählers
• dfd: Die Freiheitsgrade des Nenners

Diese Funktion gibt den kritischen Wert aus der F-Verteilung basierend auf dem Signifikanzniveau, den Zählerfreiheitsgraden und den bereitgestellten Nennerfreiheitsgraden zurück.

Angenommen, wir möchten den kritischen Wert F für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 ermitteln.

import scipy.stats

#find F kritischer Wert
scipy.stats.f.ppf(q=1-.05, dfn=6, dfd=8)

3.5806

Der kritische F-Wert für ein Signifikanzniveau von 0,05, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8 beträgt 3,5806.

Wenn wir also eine Art F-Test durchführen, können wir die F-Test-Statistik mit 3,5806 vergleichen. Wenn die F-Statistik größer als 3,580 ist, sind die Testergebnisse statistisch signifikant.

Beachten Sie, dass kleinere Alpha-Werte zu größeren kritischen F-Werten führen. Betrachten Sie beispielsweise den kritischen Wert F für ein Signifikanzniveau von 0,01, Zählerfreiheitsgrade = 6 und Nennerfreiheitsgrade = 8.

scipy.stats.f.ppf(q=1-.01, dfn=6, dfd=8)

6.3707

Betrachten Sie den kritischen Wert F mit genau den gleichen Freiheitsgraden für Zähler und Nenner, jedoch mit einem Signifikanzniveau von 0,005:

scipy.stats.f.ppf(q=1-.005, dfn=6, dfd=8)

7.9512

In der SciPy-Dokumentation finden Sie die genauen Details der Funktion f.ppf.