حاسبة النقطة المئوية لتوزيع F (دالة F العكسية / الكمّيّة)

حاسبة النقطة المئوية لتوزيع F (دالة F العكسية / الكمّيّة)

في نمو AI Skill PRO

أدخل الحساب

صيغة رياضية

Fp={x:Id1xd1x+d2(d12,d22)=P (lower)}d1=d1,d2=d2F_p = \{\, x : I_{\frac{d_1 x}{d_1 x + d_2}}\!\left(\tfrac{d_1}{2},\tfrac{d_2}{2}\right) = \text{P (lower)} \,\}\quad d_1=\text{d1},\ d_2=\text{d2}
إحصاءات الاستخدام

اعلان

نتائج

النقطة المئوية x لتوزيع F(d1, d2)
٣٫٣٢٥٨
القيمة الحرجة لـ F (الكمّيّة)
التوزيع توزيع F
طريقة العكس عكس دالة بيتا غير المكتملة المُنظَّمة (طريقة التنصيف)

الإبلاغ عن خطأ في هذه الصفحة

ما هي النقطة المئوية لتوزيع F؟

النقطة المئوية لتوزيع F (وتُعرف أيضًا بدالة F العكسية أو الكمّيّة أو القيمة الحرجة) هي القيمة x التي يساوي عندها التوزيع التراكمي لـ F — بدرجتي الحرية d1 (البسط) وd2 (المقام) — احتمالًا محددًا تختاره. إنها معكوس دالة التوزيع التراكمي (CDF) لتوزيع F، وهي بالضبط القيمة الحرجة التي تبحث عنها في جداول F عند إجراء تحليل التباين (ANOVA)، واختبارات الدلالة الكلية في الانحدار، واختبارات نسبة التباين (تساوي التباينات).

منحنى توزيع F بمساحتين مظللتين للذيل السفلي والعلوي مفصولتين بخط رأسي للقيمة الحرجة
النقطة المئوية x هي القيمة التي تساوي عندها المساحة المظللة للذيل السفلي قيمة P (وتساوي المساحة المتبقية على اليمين قيمة Q).

كيفية استخدام الحاسبة

اختر أولًا نمط التراكم. حدّد الاحتمال التراكمي السفلي P إذا كان احتمالك على الصورة \(P = \Pr(F \le x)\) — فمثلًا تُعيد القيمة P = 0.95 العتبة التي تقع تحتها 95% من التوزيع. وحدّد الاحتمال التراكمي العلوي Q إذا كان لديك احتمال طرفي \(Q = \Pr(F > x)\) — فمثلًا تُعيد القيمة Q = 0.05 القيمة الحرجة العلوية المعتادة عند 5%. أدخل الاحتمال (بحيث يكون محصورًا تمامًا بين 0 و1)، ثم درجة الحرية للبسط d1، ودرجة الحرية للمقام d2، ثم اضغط للحساب.

شرح المعادلة

تُكتب دالة التوزيع التراكمي لـ F باستخدام دالة بيتا غير المكتملة المُنظَّمة I: فبوضع \(a = d_1/2\) و\(b = d_2/2\) وإجراء التعويض \(w = \frac{d_1 \cdot x}{d_1 \cdot x + d_2}\)، نحصل على \(\text{F-CDF}(x) = I_w(a, b)\). ولعكس هذه العلاقة، تحلّ الحاسبة المعادلة $$I_w(a, b) = \text{targetP}$$ لإيجاد w عبر طريقة التنصيف (bisection) على المجال (0، 1)، مع تقييم \(I_w\) بالاعتماد على دالة لوغاريتم غاما بطريقة لانكزوس (Lanczos) والكسر المتصل المأخوذ من Numerical Recipes. بعد ذلك تعوّض عكسيًا لتحصل على $$x = \frac{d_2 \cdot w}{d_1 \cdot (1 - w)}.$$ وفي النمط العلوي يصبح الاحتمال المستهدف \(\text{targetP} = 1 - Q\).

اعلان

مثال محلول

لإيجاد القيمة الحرجة العلوية عند 5% بأخذ P = 0.95 وd1 = 5 وd2 = 10، نضع \(a = 2.5\) و\(b = 5\)، فيُعطينا عكس المعادلة \(I_w(2.5, 5) = 0.95\) القيمة \(w \approx 0.6245\)، ومنها $$x = \frac{10 \times 0.6245}{5 \times 0.3755} \approx 3.3258,$$ وهي تطابق القيمة المجدولة \(F_{0.05}(5, 10) = 3.3258\).

جدول القيم الحرجة لتوزيع F (المستوى العلوي 5%)

يسرد الجدول القيم الحرجة للذيل العلوي \(F_{0.05}(d_1, d_2)\)، وهي النقطة التي يقع على يمينها 5% من توزيع F. تتوافق هذه القيم مع احتمال الذيل العلوي \(Q = 0.05\)، لذا فإن احتمال الذيل السفلي هو \(P = 0.95\). لاستخراج قيمة، أدخل P = 0.95 (أو Q = 0.05) مع درجات حرية البسط \(d_1\) ودرجات حرية المقام \(d_2\). الأعمدة تمثل \(d_1\) (البسط) والصفوف تمثل \(d_2\) (المقام). القيم مقرّبة إلى 4 منازل عشرية.

d2 \ d1 1 2 3 4 5 6 8 10 12
5 6.6079 5.7861 5.4095 5.1922 5.0503 4.9503 4.8183 4.7351 4.6777
10 4.9646 4.1028 3.7083 3.4780 3.3258 3.2172 3.0717 2.9782 2.9130
15 4.5431 3.6823 3.2874 3.0556 2.9013 2.7905 2.6408 2.5437 2.4753
20 4.3513 3.4928 3.0984 2.8661 2.7109 2.5990 2.4471 2.3479 2.2776
30 4.1709 3.3158 2.9223 2.6896 2.5336 2.4205 2.2662 2.1646 2.0921
60 4.0012 3.1504 2.7581 2.5252 2.3683 2.2541 2.0970 1.9926 1.9174
120 3.9201 3.0718 2.6802 2.4472 2.2899 2.1750 2.0164 1.9105 1.8337
∞ 3.8415 2.9957 2.6049 2.3719 2.2141 2.0986 1.9384 1.8307 1.7522

أمثلة على القراءات: \(F_{0.05}(5,10) = 3.3258\)، \(F_{0.05}(1,10) = 4.9646\) و\(F_{0.05}(2,10) = 4.1028\). يساوي الصف ∞ القيمة \(\chi^2_{0.05}(d_1)/d_1\)؛ وبالنسبة إلى \(d_1 = 1\) فإن ذلك يساوي \(1.96^2 = 3.8415\).

اعلان

تفسير القيمة الحرجة

اختبار الذيل الأيمن. في اختبارات F لتحليل التباين (ANOVA) والانحدار، تُرفض فرضية العدم \(H_0\) عند مستوى الدلالة \(\alpha\) عندما تتجاوز الإحصاءة المرصودة القيمة الحرجة للذيل العلوي:

$$F_{\text{obs}} > F_{\alpha}(d_1, d_2) \;\Rightarrow\; \text{reject } H_0.$$

هنا \(d_1\) هي درجات حرية البسط (على سبيل المثال، عدد المجموعات ناقص 1 في تحليل التباين أحادي الاتجاه)، و\(d_2\) هي درجات حرية المقام (على سبيل المثال، درجات الحرية المتبقية).

P وQ. تقبل الآلة الحاسبة احتمال الذيل السفلي \(P = \Pr(F \le x)\) أو احتمال الذيل العلوي \(Q = \Pr(F > x)\)، مع \(P = 1 - Q\). يرتبط مستوى الدلالة مباشرة بالذيل العلوي، \(\alpha = Q\)، لذا فإن اختبار 5% يستخدم \(Q = 0.05\)، أي \(P = 0.95\).

اختبارات نسبة التباين ذات الطرفين. لاختبار ما إذا كان تباينان متساويين مقابل فرضية بديلة ذات طرفين، يُقسَّم مستوى الدلالة ويُستخدم قيمتان حرجتان: \(F_{\alpha/2}(d_1, d_2)\) (العليا) و\(F_{1-\alpha/2}(d_1, d_2)\) (السفلى). ترفض \(H_0\) إذا وقعت النسبة فوق القيمة العليا أو تحت القيمة السفلى. تُستنتج القيمة السفلى من المتطابقة التبادلية:

$$F_{1-\alpha}(d_1, d_2) = \frac{1}{F_{\alpha}(d_2, d_1)}.$$

لاحظ أن درجات الحرية تتبادل مواقعها. فمثلاً، من الجدول \(F_{0.05}(10, 5) = 4.7351\)، لذا فإن \(F_{0.95}(5, 10) = 1/4.7351 \approx 0.2112\).

السلوك عند زيادة \(d_2\). يتناقص كل عمود في الجدول مع زيادة \(d_2\)، لأن تقدير المقام يصبح أدق. وعندما يقترب \(d_2 \to \infty\)، تقترب القيمة الحرجة من \(\chi^2_{\alpha}(d_1)/d_1\). ويُظهر الصف ∞ في الجدول هذه النهاية.

الشكل. يُعرَّف توزيع F فقط عندما \(x > 0\)، وهو ملتوٍ نحو اليمين، خاصة عند درجات الحرية الصغيرة. ولهذا السبب لا تكون القيم الحرجة السفلى والعليا متماثلة حول 1، ولهذا تُحتاج المتطابقة التبادلية لحساب الذيل السفلي.

الأسئلة الشائعة

ما الفرق بين P وQ؟ P هو الاحتمال التراكمي للطرف السفلي حتى القيمة x، أما Q فهو احتمال الطرف العلوي بعد القيمة x. وترتبطان بالعلاقة \(P = 1 - Q\).

لماذا يجب أن يكون الاحتمال محصورًا تمامًا بين 0 و1؟ لأن الاحتمال 0 يقابل الكمّيّة \(x = 0\)، والاحتمال 1 يقابل \(x \to \infty\)، وأيٌّ منهما ليس قيمة حرجة منتهية أو ذات معنى.

هل يمكن أن تكون درجات الحرية غير صحيحة (كسرية)؟ نعم — تعمل الحسابات مع أي قيمتين حقيقيتين موجبتين d1 وd2، وإن كانت تطبيقات تحليل التباين تستعمل عادةً أعدادًا صحيحة.

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء