Что такое квантиль F-распределения?
Квантиль F-распределения (его также называют обратной F-функцией или критическим значением) — это такое значение x, при котором функция распределения F с числами степеней свободы d1 (числитель) и d2 (знаменатель) равна выбранной вероятности. Это операция, обратная функции распределения (CDF) F-распределения, и именно это критическое значение вы находите в таблицах F при дисперсионном анализе (ANOVA), проверке общей значимости регрессии и сравнении дисперсий (тест равенства дисперсий).
Как пользоваться калькулятором
Выберите режим расчёта. Укажите Нижняя вероятность P, если ваша вероятность задана как P = Pr(F ≤ x) — например, P = 0,95 возвращает значение, ниже которого лежит 95% распределения. Выберите Верхняя вероятность Q, если у вас вероятность хвоста Q = Pr(F > x) — например, Q = 0,05 даёт привычное верхнее 5%-ное критическое значение. Введите вероятность (строго между 0 и 1), число степеней свободы числителя d1 и число степеней свободы знаменателя d2, затем нажмите «Рассчитать».
Разбор формулы
Функция распределения F записывается через регуляризованную неполную бета-функцию I: при a = d1/2, b = d2/2 и замене w = d1·x / (d1·x + d2) получаем F-CDF(x) = I_w(a, b). Чтобы обратить эту функцию, калькулятор решает уравнение I_w(a, b) = targetP относительно w методом деления отрезка пополам на интервале (0, 1), вычисляя I_w через логарифм гамма-функции по приближению Ланцоша и непрерывную дробь из «Numerical Recipes». Затем выполняется обратная подстановка: $$x = \frac{d_2 \cdot w}{d_1 \cdot (1 - w)}.$$ В режиме «верхняя вероятность» целевое значение принимает вид \(\text{targetP} = 1 - Q\).
$$F_p = \{\, x : I_{\frac{d_1 x}{d_1 x + d_2}}\!\left(\tfrac{d_1}{2},\tfrac{d_2}{2}\right) = \text{P} \,\}$$Пример расчёта
При P = 0,95, d1 = 5, d2 = 10 мы ищем верхнее 5%-ное критическое значение F. При a = 2,5 и b = 5 обращение уравнения \(I_w(2{,}5, 5) = 0{,}95\) даёт \(w \approx 0{,}6245\), откуда $$x = \frac{10 \times 0{,}6245}{5 \times 0{,}3755} \approx 3{,}3258$$ — это совпадает с табличным значением \(F_{0{,}05}(5, 10) = 3{,}3258\).
F Таблица критических значений (верхний уровень 5%)
В таблице приведены верхние критические значения \(F_{0.05}(d_1, d_2)\) — точка, справа от которой лежат 5% F-распределения. Они соответствуют верхней вероятности \(Q = 0.05\), поэтому нижняя вероятность равна \(P = 0.95\). Чтобы воспроизвести значение, введите P = 0.95 (или Q = 0.05), число степеней свободы числителя \(d_1\) и знаменателя \(d_2\). Столбцы — это \(d_1\) (числитель), строки — \(d_2\) (знаменатель). Значения округлены до 4 знаков после запятой.
| 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 |
Примеры значений: \(F_{0.05}(5,10) = 3.3258\), \(F_{0.05}(1,10) = 4.9646\) и \(F_{0.05}(2,10) = 4.1028\). Строка ∞ равна \(\chi^2_{0.05}(d_1)/d_1\); для \(d_1 = 1\) это \(1.96^2 = 3.8415\).
Интерпретация критического значения
Правосторонний тест. В F-тестах дисперсионного анализа и регрессии нулевая гипотеза \(H_0\) отвергается на уровне значимости \(\alpha\), когда наблюдаемая статистика превышает верхнее критическое значение:
$$F_{\text{obs}} > F_{\alpha}(d_1, d_2) \;\Rightarrow\; \text{отвергнуть } H_0.$$
Здесь \(d_1\) — число степеней свободы числителя (например, число групп минус 1 в однофакторном дисперсионном анализе), а \(d_2\) — число степеней свободы знаменателя (например, остаточные степени свободы).
P и Q. Калькулятор принимает нижнюю вероятность \(P = \Pr(F \le x)\) или верхнюю вероятность \(Q = \Pr(F > x)\), причём \(P = 1 - Q\). Уровень значимости напрямую соответствует верхнему хвосту, \(\alpha = Q\), поэтому тест на 5% использует \(Q = 0.05\), что равно \(P = 0.95\).
Двусторонние тесты отношения дисперсий. Чтобы проверить, равны ли две дисперсии, при двусторонней альтернативе уровень значимости делится пополам, и используются два критических значения: \(F_{\alpha/2}(d_1, d_2)\) (верхнее) и \(F_{1-\alpha/2}(d_1, d_2)\) (нижнее). Нулевая гипотеза отвергается, если отношение выше верхнего значения или ниже нижнего. Нижнее значение получается по тождеству обратных величин:
$$F_{1-\alpha}(d_1, d_2) = \frac{1}{F_{\alpha}(d_2, d_1)}.$$
Обратите внимание, что степени свободы меняются местами. Например, по таблице \(F_{0.05}(10, 5) = 4.7351\), значит \(F_{0.95}(5, 10) = 1/4.7351 \approx 0.2112\).
Поведение при росте \(d_2\). Каждый столбец таблицы уменьшается с ростом \(d_2\), поскольку оценка знаменателя становится точнее. При \(d_2 \to \infty\) критическое значение стремится к \(\chi^2_{\alpha}(d_1)/d_1\). Строка ∞ в таблице показывает этот предел.
Форма. F-распределение определено только при \(x > 0\) и имеет правостороннюю асимметрию, особенно при малых степенях свободы. Поэтому нижнее и верхнее критические значения не симметричны относительно 1, и для нижнего хвоста необходимо тождество обратных величин.
Часто задаваемые вопросы
Чем отличаются P и Q? P — это накопленная вероятность нижнего хвоста вплоть до x; Q — вероятность верхнего хвоста за пределами x. Они связаны соотношением \(P = 1 - Q\).
Почему вероятность должна быть строго между 0 и 1? Вероятности 0 соответствует квантиль x = 0, а вероятности 1 — стремление x к бесконечности; ни одно из этих значений не является конечным осмысленным критическим значением.
Могут ли степени свободы быть нецелыми? Да — формулы работают для любых положительных вещественных d1 и d2, хотя в задачах ANOVA обычно используются целые числа.