F분포 백분위수란?
F분포의 백분위수(역 F, 분위수, 임계값이라고도 합니다)는 분자 자유도 d1과 분모 자유도 d2를 갖는 F분포의 누적확률이 지정한 값과 같아지는 지점 x를 말합니다. 즉 F분포 누적분포함수(CDF)의 역함수이며, ANOVA(분산분석)나 회귀모형의 전체 유의성 검정, 분산비(등분산) 검정에서 F분포표를 찾을 때 사용하는 바로 그 임계값입니다.
계산기 사용법
먼저 누적 방식을 선택합니다. 확률이 \(P = \Pr(F \le x)\) 형태라면 하측 누적확률 P를 고르세요. 예를 들어 \(P = 0.95\)는 분포의 95%가 그 아래에 놓이는 지점을 돌려줍니다. 반대로 꼬리 확률 \(Q = \Pr(F > x)\)를 가지고 있다면 상측 누적확률 Q를 선택합니다. 예를 들어 \(Q = 0.05\)는 흔히 쓰는 상측 5% 임계값을 줍니다. 확률(0과 1 사이의 값), 분자 자유도 d1, 분모 자유도 d2를 입력한 뒤 계산을 실행하세요.
공식 설명
F분포의 CDF는 정칙화 불완전 베타함수 I로 표현됩니다. \(a = d_1/2\), \(b = d_2/2\)로 두고 \(w = d_1 x / (d_1 x + d_2)\)로 치환하면 다음과 같습니다.
$$F\text{-CDF}(x) = I_w(a, b)$$이를 역으로 풀기 위해 계산기는 (0, 1) 구간에서 이분법으로 \(I_w(a, b) = \text{목표확률}\)을 만족하는 \(w\)를 찾습니다. 이때 \(I_w\)는 Lanczos 근사를 이용한 로그감마와 Numerical Recipes의 연분수 전개로 계산합니다. 그런 다음 다음 식으로 되돌려 \(x\)를 구합니다.
$$x = \frac{d_2 w}{d_1 (1 - w)}$$상측 방식에서는 목표확률이 \(1 - Q\)가 됩니다.
계산 예시
\(P = 0.95\), \(d_1 = 5\), \(d_2 = 10\)인 경우 상측 5% F 임계값을 구한다고 합시다. \(a = 2.5\), \(b = 5\)로 두고 \(I_w(2.5, 5) = 0.95\)를 역으로 풀면 \(w \approx 0.6245\)가 나오며,
$$x = \frac{10 \times 0.6245}{5 \times 0.3755} \approx 3.3258$$이는 F분포표의 \(F_{0.05}(5, 10) = 3.3258\)과 정확히 일치합니다.
F 임계값 표 (상측 5% 수준)
이 표는 상측 꼬리 임계값 \(F_{0.05}(d_1, d_2)\), 즉 F-분포에서 오른쪽에 5%의 면적이 놓이는 점을 나열합니다. 이는 상측 꼬리 확률 \(Q = 0.05\)에 해당하므로, 하측 꼬리 확률은 \(P = 0.95\)입니다. 값을 다시 확인하려면 P = 0.95(또는 Q = 0.05)와 분자 자유도 \(d_1\), 분모 자유도 \(d_2\)를 입력하십시오. 열은 \(d_1\)(분자), 행은 \(d_2\)(분모)입니다. 값은 소수점 넷째 자리에서 반올림되었습니다.
| 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 |
예시 값: \(F_{0.05}(5,10) = 3.3258\), \(F_{0.05}(1,10) = 4.9646\), \(F_{0.05}(2,10) = 4.1028\). ∞ 행은 \(\chi^2_{0.05}(d_1)/d_1\)과 같습니다. \(d_1 = 1\)일 때 이는 \(1.96^2 = 3.8415\)입니다.
임계값 해석하기
우측 꼬리 검정. 분산분석(ANOVA)과 회귀분석의 F-검정에서는 관측된 통계량이 상측 꼬리 임계값을 초과하면 유의수준 \(\alpha\)에서 귀무가설 \(H_0\)을 기각합니다:
$$F_{\text{obs}} > F_{\alpha}(d_1, d_2) \;\Rightarrow\; \text{reject } H_0.$$
여기서 \(d_1\)은 분자 자유도(예: 일원배치 분산분석에서 집단 수에서 1을 뺀 값)이고, \(d_2\)는 분모 자유도(예: 잔차 자유도)입니다.
P와 Q. 계산기는 하측 꼬리 확률 \(P = \Pr(F \le x)\) 또는 상측 꼬리 확률 \(Q = \Pr(F > x)\)을 입력받으며, \(P = 1 - Q\)입니다. 유의수준은 상측 꼬리에 직접 대응하므로 \(\alpha = Q\)이고, 따라서 5% 검정은 \(Q = 0.05\), 즉 \(P = 0.95\)를 사용합니다.
양측 분산비 검정. 두 분산이 양측 대립가설에 대해 같은지 검정하려면 유의수준을 나누어 두 개의 임계값, 즉 상측 \(F_{\alpha/2}(d_1, d_2)\)과 하측 \(F_{1-\alpha/2}(d_1, d_2)\)을 사용합니다. 비율이 상측 값보다 크거나 하측 값보다 작으면 \(H_0\)을 기각합니다. 하측 값은 역수 항등식으로부터 구합니다:
$$F_{1-\alpha}(d_1, d_2) = \frac{1}{F_{\alpha}(d_2, d_1)}.$$
자유도의 순서가 서로 바뀐다는 점에 유의하십시오. 예를 들어 표에서 \(F_{0.05}(10, 5) = 4.7351\)이므로, \(F_{0.95}(5, 10) = 1/4.7351 \approx 0.2112\)입니다.
\(d_2\)가 커질 때의 변화. 분모 추정값이 더 정밀해지므로 표의 각 열은 \(d_2\)가 증가할수록 감소합니다. \(d_2 \to \infty\)일 때 임계값은 \(\chi^2_{\alpha}(d_1)/d_1\)에 가까워집니다. 표의 ∞ 행이 이 극한값을 보여 줍니다.
분포 모양. F-분포는 \(x > 0\)에서만 정의되며, 특히 자유도가 작을 때 오른쪽으로 치우친 비대칭 분포입니다. 이 때문에 하측과 상측 임계값은 1을 중심으로 대칭이 아니며, 하측 꼬리를 구하려면 역수 항등식이 필요합니다.
자주 묻는 질문
P와 Q는 어떻게 다른가요? P는 x까지의 하측(누적) 확률이고, Q는 x를 넘어서는 상측 꼬리 확률입니다. 두 값은 \(P = 1 - Q\)의 관계를 갖습니다.
확률은 왜 반드시 0과 1 사이여야 하나요? 확률 0은 분위수 x = 0에, 확률 1은 x → 무한대에 대응하기 때문입니다. 둘 다 유한하고 의미 있는 임계값이 아니므로 경계값은 사용할 수 없습니다.
자유도가 정수가 아니어도 되나요? 됩니다. 수식은 양의 실수 d1, d2 모두에 대해 성립합니다. 다만 ANOVA에서는 보통 정수 자유도를 사용합니다.