F檢驗

假說檢定的一種

F檢驗 (F-test),亦稱聯合假設檢定joint hypotheses test)、方差比率檢驗方差齊性檢驗。它是一種在虛無假說null hypothesis, H0)之下,統計值服從F-分佈的檢驗。其通常是用來分析用了超過一個參數的統計模型,以判斷該模型中的全部或一部分參數是否適合用來估計總體

F檢驗這名稱是由美國數學家兼統計學家George W. Snedecor英語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年代發明了這個檢驗和F-分佈,最初稱為方差比率Variance Ratio[1]

適用場合

編輯

迴歸分析

編輯
  • 檢驗整條迴歸模型是否具有解釋力,此即Overall F檢驗 (Overall F test) 。
  • 檢驗迴歸模型中特定自變量是否具有解釋力,即偏迴歸系數是否為零,此即偏F檢驗(Partial F test) 。

注意事項

編輯

F檢驗對於數據的非正態性非常敏感,因此在進行方差齊性(homoscedasticity)檢驗時,Levene檢驗, Bartlett檢驗或者Brown–Forsythe檢驗的穩健性都要優於F檢驗。 F檢驗還可以用於三組或者多組之間的均值比較,但是如果被檢驗的數據無法滿足均是正態分佈的條件時,該數據的穩健型會大打折扣,特別是當顯著水平比較低時。但是,如果數據符合正態分佈,而且alpha值至少為0.05,該檢驗的穩健型還是相當可靠的。

若兩個母體有相同的方差(方差齊性),那麼可以採用F檢驗,但是該檢驗會呈現極端的非穩健性和非正態性[2][3],可以用t檢驗巴特勒特檢驗等取代。

與其它統計值的關係

編輯
  1. F檢驗的分子、分母其實各是一個卡方變量除以各自的自由度。[4]
  2. F檢驗用以檢驗單一變量可否排除於模型外時,即進行只縮減單一變量之偏F檢驗(Partial F test)時, [5] 可參見 線性迴歸偏迴歸系數β的t檢驗

參見

編輯

參考文獻

編輯
  1. ^ Lomax, Richard G. (2007) "Statistical Concepts: A Second Course", p. 10, ISBN 0-8058-5850-4
  2. ^ 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). 
  3. ^ 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). 
  4. ^ 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. 
  5. ^ 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.