Калькулятор квантиля F-распределения (обратная F-функция)

Калькулятор квантиля F-распределения (обратная F-функция)

Развивающийся AI Skill PRO

Введите расчет

Математическая формула

Fp={x:Id1xd1x+d2(d12,d22)=P (нижняя)}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 (нижняя)} \,\}\quad d_1=\text{d1},\ d_2=\text{d2}
Статистика использования

Реклама

Результаты

Квантиль x распределения F(d1, d2)
3,3258
Критическое значение F (квантиль)
Распределение F-распределение
Метод обращения Обращение регуляризованной неполной бета-функции (метод деления пополам)

Сообщить об ошибке на этой странице

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).

Кривая F-распределения с заштрихованными областями левого и правого хвостов, разделёнными вертикальной линией критического значения
Процентная точка x — это значение, при котором заштрихованная площадь левого хвоста равна P (а оставшаяся площадь справа равна Q).

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 \(\text{targetP} = 1 - Q\).

$$F_p = \{\, x : I_{\frac{d_1 x}{d_1 x + d_2}}\!\left(\tfrac{d_1}{2},\tfrac{d_2}{2}\right) = \text{P} \,\}$$
Реклама

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 \(1.96^2 = 3.8415\).

Реклама

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.

Последнее обновление:

Самые популярные в разделе Математика и статистика

Все калькуляторы раздела Математика и статистика