Máy tính điểm phần trăm phân phối F (F nghịch đảo / phân vị / giá trị tới hạn)

Máy tính điểm phần trăm phân phối F (F nghịch đảo / phân vị / giá trị tới hạn)

Mới nổi AI Skill PRO

Nhập phép tính

Công thức

Fp={x:Id1xd1x+d2(d12,d22)=P (đuôi trái)}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 (đuôi trái)} \,\}\quad d_1=\text{d1},\ d_2=\text{d2}
Thống kê sử dụng

Quảng cáo

Kết quả

Điểm phần trăm x của F(d1, d2)
3,3258
Giá trị tới hạn F (phân vị)
Phân phối Phân phối F
Phương pháp nghịch đảo Nghịch đảo hàm beta không đầy đủ chuẩn hóa (chia đôi)

Báo lỗi nội dung trang này

Điểm phần trăm của phân phối F là gì?

Điểm phần trăm của phân phối F (còn gọi là F nghịch đảo, phân vị hay giá trị tới hạn) là giá trị x sao cho hàm phân phối tích lũy F với bậc tự do d1 (tử số) và d2 (mẫu số) bằng một xác suất cho trước. Đây chính là hàm ngược của CDF phân phối F, và đúng bằng giá trị tới hạn mà bạn tra trong bảng F khi làm phân tích phương sai (ANOVA), kiểm định ý nghĩa tổng thể của mô hình hồi quy và kiểm định tỉ số phương sai (so sánh hai phương sai).

Đường cong phân phối F với các vùng đuôi dưới và đuôi trên được tô bóng, phân tách bởi đường thẳng đứng tại giá trị tới hạn
Điểm phần trăm x là giá trị mà tại đó vùng tô bóng ở đuôi dưới bằng P (và vùng còn lại bên phải bằng Q).

Cách sử dụng máy tính

Trước tiên hãy chọn kiểu tích lũy. Chọn Tích lũy đuôi trái P nếu xác suất của bạn là \(P = \Pr(F \le x)\) — ví dụ P = 0,95 trả về giá trị mà bên dưới nó chiếm 95% phân phối. Chọn Tích lũy đuôi phải Q nếu bạn có xác suất ở đuôi \(Q = \Pr(F > x)\) — ví dụ Q = 0,05 trả về giá trị tới hạn 5% phía trên thường gặp. Nhập xác suất (nằm hẳn trong khoảng từ 0 đến 1), bậc tự do tử số d1 và bậc tự do mẫu số d2, rồi bấm tính.

Giải thích công thức

CDF của phân phối F được viết qua hàm beta không đầy đủ chuẩn hóa I: đặt \(a = d_1/2\), \(b = d_2/2\) và thế biến \(w = \frac{d_1 x}{d_1 x + d_2}\), ta có \(\text{F-CDF}(x) = I_w(a, b)\). Để lấy nghịch đảo, máy tính giải phương trình $$F_p = \{\, x : I_{\frac{d_1 x}{d_1 x + d_2}}\!\left(\tfrac{d_1}{2},\tfrac{d_2}{2}\right) = \text{P} \,\}$$ theo w bằng phương pháp chia đôi trên khoảng (0, 1), tính \(I_w\) nhờ log-gamma Lanczos và phân số liên tục theo Numerical Recipes. Sau đó thế ngược lại \(x = \frac{d_2 w}{d_1 (1 - w)}\). Ở chế độ đuôi phải, xác suất mục tiêu trở thành \(P_{\text{mục tiêu}} = 1 - Q\).

Quảng cáo

Ví dụ minh họa

Với P = 0,95, d1 = 5, d2 = 10 ta tìm giá trị tới hạn F 5% phía trên. Đặt \(a = 2{,}5\) và \(b = 5\), giải nghịch đảo \(I_w(2{,}5;\ 5) = 0{,}95\) cho \(w \approx 0{,}6245\), và $$x = \frac{10 \times 0{,}6245}{5 \times 0{,}3755} \approx 3{,}3258$$ — đúng bằng giá trị tra bảng \(F_{0,05}(5;\ 10) = 3{,}3258\).

Bảng giá trị tới hạn F (Mức trên 5%)

Bảng liệt kê các giá trị tới hạn đuôi trên \(F_{0.05}(d_1, d_2)\), tức là điểm có 5% phân phối F nằm bên phải nó. Các giá trị này tương ứng với xác suất đuôi trên \(Q = 0.05\), do đó xác suất đuôi dưới là \(P = 0.95\). Để tra lại một giá trị, hãy nhập P = 0.95 (hoặc Q = 0.05) cùng với bậc tự do của tử số \(d_1\) và bậc tự do của mẫu số \(d_2\). Các cột là \(d_1\) (tử số) và các hàng là \(d_2\) (mẫu số). Các giá trị được làm tròn đến 4 chữ số thập phân.

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

Ví dụ các giá trị đọc được: \(F_{0.05}(5,10) = 3.3258\), \(F_{0.05}(1,10) = 4.9646\) và \(F_{0.05}(2,10) = 4.1028\). Hàng ∞ bằng \(\chi^2_{0.05}(d_1)/d_1\); với \(d_1 = 1\) thì giá trị này là \(1.96^2 = 3.8415\).

Quảng cáo

Diễn giải giá trị tới hạn

Kiểm định một phía bên phải. Trong các kiểm định F của phân tích phương sai (ANOVA) và hồi quy, giả thuyết không \(H_0\) bị bác bỏ ở mức ý nghĩa \(\alpha\) khi thống kê quan sát vượt quá giá trị tới hạn đuôi trên:

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

Ở đây \(d_1\) là bậc tự do của tử số (ví dụ, số nhóm trừ 1 trong ANOVA một yếu tố) và \(d_2\) là bậc tự do của mẫu số (ví dụ, bậc tự do của phần dư).

P và Q. Máy tính chấp nhận xác suất đuôi dưới \(P = \Pr(F \le x)\) hoặc xác suất đuôi trên \(Q = \Pr(F > x)\), với \(P = 1 - Q\). Mức ý nghĩa tương ứng trực tiếp với đuôi trên, \(\alpha = Q\), vì vậy kiểm định 5% dùng \(Q = 0.05\), tức là \(P = 0.95\).

Kiểm định tỷ số phương sai hai phía. Để kiểm tra xem hai phương sai có bằng nhau hay không với đối thuyết hai phía, hãy chia mức ý nghĩa và dùng hai giá trị tới hạn, \(F_{\alpha/2}(d_1, d_2)\) (trên) và \(F_{1-\alpha/2}(d_1, d_2)\) (dưới). Bác bỏ \(H_0\) nếu tỷ số lớn hơn giá trị trên hoặc nhỏ hơn giá trị dưới. Giá trị dưới được suy ra từ đồng nhất thức nghịch đảo:

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

Lưu ý rằng bậc tự do bị hoán đổi. Ví dụ, từ bảng ta có \(F_{0.05}(10, 5) = 4.7351\), nên \(F_{0.95}(5, 10) = 1/4.7351 \approx 0.2112\).

Hành vi khi \(d_2\) tăng. Mỗi cột của bảng giảm khi \(d_2\) tăng, vì ước lượng ở mẫu số trở nên chính xác hơn. Khi \(d_2 \to \infty\), giá trị tới hạn tiến tới \(\chi^2_{\alpha}(d_1)/d_1\). Hàng ∞ của bảng thể hiện giới hạn này.

Dạng phân phối. Phân phối F chỉ được xác định với \(x > 0\) và lệch phải, đặc biệt khi bậc tự do nhỏ. Đây là lý do các giá trị tới hạn dưới và trên không đối xứng qua 1, và tại sao cần đồng nhất thức nghịch đảo để tính đuôi dưới.

Câu hỏi thường gặp

P và Q khác nhau ra sao? P là xác suất tích lũy ở đuôi trái, tính đến điểm x; còn Q là xác suất ở đuôi phải, vượt quá x. Hai đại lượng liên hệ với nhau qua \(P = 1 - Q\).

Vì sao xác suất phải nằm hẳn trong khoảng 0 và 1? Xác suất bằng 0 ứng với phân vị x = 0, còn xác suất bằng 1 ứng với x → vô cực; cả hai đều không phải là giá trị tới hạn hữu hạn và có ý nghĩa.

Bậc tự do có thể không phải số nguyên không? Có — công thức vẫn đúng với mọi d1 và d2 dương bất kỳ, dù trong ANOVA người ta thường dùng số nguyên.

Cập nhật lần cuối:

Phổ biến nhất trong Toán học và Thống kê

Xem tất cả máy tính Toán học và Thống kê