حاسبة اختبار F لتساوي تباينين

حاسبة اختبار F لتساوي تباينين

رائد AI Skill PRO

أدخل الحساب

صيغة رياضية

s2=1N−1∑(xi−x‾)2s^2 = \frac{1}{N-1}\sum (x_i-\bar{x})^2
عرض خطوات الحساب (2)
  1. الرفض ذو الطرفين

    F<Fα/2orF>F1−α/2whereα=مستوى الدلالة ألفاand the test isالفرضية البديلةF < F_{\alpha/2}\ \text{or}\ F > F_{1-\alpha/2}\ \text{where}\ \alpha = \text{مستوى الدلالة ألفا}\ \text{and the test is}\ \text{الفرضية البديلة}

    يُرفض الفرض عندما تقع F خارج القيم الحرجة للذيلين عند ألفا المختارة.

  2. إحصائية F

    F=s12s22=بيانات العينة 1 التباينبيانات العينة 2 التباينF = \frac{ s_1^2}{s_2^2} = \frac{\text{بيانات العينة 1} \text{ التباين}}{\text{بيانات العينة 2} \text{ التباين}}

    نسبة تباين العينات، العينة 1 على العينة 2.

إحصاءات الاستخدام

اعلان

نتائج

إحصائية F
١٣٫١٧٠٥
درجات الحرية للبسط 7
درجات الحرية للمقام 6
تباين العينة 1 ١٫٠٨٥٠
تباين العينة 2 ٠٫٠٨٢٤
القيمة الحرجة الدنيا ٠٫١٩٥٤
القيمة الحرجة العليا ٥٫٦٩٥٥
القيمة الاحتمالية p ٠٫٠٠٥٨٦٠
رفض H0 نعم

الإبلاغ عن خطأ في هذه الصفحة

ماذا تفعل هذه الحاسبة

تجري هذه الحاسبة اختبار F لمساواة تباينين لمجتمعين. الصق عينتين من البيانات الخام، فتحسب تباين كل عينة وإحصائية F ودرجتي الحرية والقيمة الحرجة أو القيمتين الحرجتين عند مستوى الدلالة الذي تحدده، وقيمة p، وقرار الرفض أو عدم الرفض. تناسب الحاسبة الطلاب والمحللين والمهندسين الذين يحتاجون إلى التحقق مما إذا كانت عمليتان أو جهازان أو مجموعتان تُظهران الانتشار نفسه قبل اختيار طريقة متابعة مثل اختبار t المجمّع أو اختبار Welch.

عينتان بتشتتين مختلفين معروضتان كمخططي نقاط، مع وضع تباينيهما في صورة نسبة
يقارن إحصاء F تشتت عينتين بقسمة تباين إحداهما على تباين الأخرى.

طريقة الاستخدام

أدخل القيم بهذا الترتيب:

  • بيانات العينة 1: رقمان على الأقل مفصولان بفواصل أو فواصل منقوطة أو مسافات أو أسطر جديدة، مع استخدام النقطة كفاصل عشري.
  • بيانات العينة 2: تُدخل بالطريقة نفسها.
  • الفرضية البديلة: ذات طرفين (التباينات غير متساوية)، أو أكبر (التباين 1 أكبر)، أو أصغر (التباين 1 أصغر).
  • مستوى الدلالة ألفا: قيمة مثل 0.05، ويجب أن تكون أكبر من 0 وأقل من 0.5.

تمثل العينة 1 دائما بسط النسبة، لذلك يهم ترتيب العينتين في الاختبارات ذات الطرف الواحد.

الصيغة

$$F = \frac{s_1^2}{s_2^2}, \qquad s^2 = \frac{1}{N-1}\sum_{i=1}^{N}(x_i-\bar{x})^2$$

حيث \(s_1^2\) و\(s_2^2\) هما تباينا العينتين، و\(x_i\) هي المشاهدات، و\(\bar{x}\) هو المتوسط الحسابي للعينة، و\(N\) هو حجم العينة. تتبع الإحصائية توزيع F بدرجات حرية بسط \(N_1-1\) ودرجات حرية مقام \(N_2-1\) عندما تكون فرضية العدم صحيحة والبيانات طبيعية.

اعلان

الاصطلاحات والافتراضات

  • تُحسب التباينات بالقسمة على \(n-1\)، وتمثل العينة 1 البسط.
  • درجات الحرية هي \(N_1-1\) و\(N_2-1\).
  • البديل الأعلى: يُرفض الفرض إذا تجاوزت \(F\) المئين \(1-\alpha\). البديل الأدنى: يُرفض الفرض إذا كانت \(F\) أقل من المئين \(\alpha\). ذو طرفين: يُرفض الفرض إذا كانت \(F\) أقل من المئين \(\alpha/2\) أو أكبر من المئين \(1-\alpha/2\).
  • المتباينات صارمة، لذلك لا يُرفض الفرض إذا كانت قيمة F مساوية تماما لقيمة حرجة.
  • تمثل قيمة p الذيل العلوي للبديل الأكبر، والذيل السفلي للبديل الأصغر. وفي الاختبار ذي الطرفين تكون \(\min(1, 2\min(p_{\text{lower}}, p_{\text{upper}}))\). تتبع الطريقة مناطق الرفض الحرجة الصادرة عن NIST، لكن صفحة NIST لا تنشر صيغة لقيمة p، لذلك فإن قاعدة مضاعفة الذيل اختيار تصميمي يتسق مع تلك المناطق. يُرفض الفرض تحديدا عندما يكون \(p<\alpha\).
  • لا تنطبق الرتب أو التعادلات أو تصحيحات الاستمرارية، لأن الاختبار معلمي.
  • يفترض الاختبار عينات مستقلة من مجتمعات طبيعية، ويتأثر بالانحرافات عن الطبيعية.
  • تُحسب النتائج بدقة كاملة وتُعرض بنحو 4 إلى 6 أرقام معنوية.

مثال محلول

العينة 1 هي 12.1، 13.4، 11.8، 14.2، 12.9، 13.7، 12.5، 14.8 (n = 8). العينة 2 هي 12.4، 12.8، 12.2، 13.0، 12.6، 12.9، 12.5 (n = 7). الاختبار ذو طرفين مع \(\alpha = 0.05\).

$$s_1^2 = 1.0850,\quad s_2^2 = 0.082381$$

$$F = \frac{1.0850}{0.082381} = 13.1705,\quad df_1 = 7,\ df_2 = 6$$

القيمتان الحرجتان هما 0.1954 (الدنيا) و5.6955 (العليا). وبما أن \(13.1705 > 5.6955\)، يُرفض فرض العدم. قيمة p هي 0.005860، وهي أقل من 0.05 وتؤكد القرار.

قراءة النتيجة والقيود

تعني قيمة F الأكبر بكثير من 1 أن العينة 1 أكثر انتشارا من العينة 2، وتعني قيمة F القريبة من 0 العكس. تشير قيمة p الصغيرة إلى دليل ضد تساوي التباينات. أما القيمة الكبيرة فتعني أن البيانات لا تُظهر فرقا، وهذا ليس دليلا على التساوي، خاصة مع العينات الصغيرة. اختبار F أقل مقاومة بكثير من اختبارات Levene أو Brown-Forsythe عندما تكون البيانات ملتوية أو ذات ذيول ثقيلة، لذا تحقق من الطبيعية أولا. العينة التي يساوي تباينها صفرا في العينة 2 تجعل F غير معرّف.

اعلان
توزيع F ملتوٍ إلى اليمين مع مناطق رفض مظللة في كلا الذيلين
في الاختبار ثنائي الجانب، تُرفض الفرضية الصفرية بتساوي التباينات عندما تقع F في أي من الذيلين المظللين خارج القيم الحرجة.

الأسئلة الشائعة

ماذا تعني النتيجة الدالة إحصائيا؟

قيمة p أقل من ألفا، لذلك يكون نسبة التباين المرصودة غير محتملة لو كان للمجتمعين التباين نفسه.

هل يهم ترتيب العينتين؟

يؤدي تبديل العينتين إلى \(1/F\) ويبدل البديلين ذوي الطرف الواحد. أما قرار الاختبار ذو الطرفين فيبقى كما هو.

لماذا تُضاعف قيمة p في الاختبار ذي الطرفين؟

يقسم الاختبار ذو الطرفين ألفا بالتساوي بين الذيلين، لذلك تُضاعف احتمالية الذيل الأصغر وتُحدّ بالقيمة 1.

كم عدد المشاهدات المطلوبة؟

مشاهدتان على الأقل لكل عينة، although العينات الصغيرة تعطي قوة اختبار ضعيفة لاكتشاف الفروق الحقيقية.

ماذا لو لم تكن بياناتي طبيعية؟

قد يعطي اختبار F نتائج مضللة. فكر في اختبار أكثر مقاومة مثل اختبار Levene.

المصادر

المصادر والمراجع

آخر تحديث:

الأكثر شيوعًا في الرياضيات والإحصاء

عرض جميع حاسبات الرياضيات والإحصاء