R语言 如何在R中找到F临界值

当进行F检验时，我们得到F统计量作为结果。为了确定F检验的结果是否具有统计学意义，将F统计量与F临界值进行比较。如果F统计量大于F临界值，那么测试的结果就被认为具有统计学意义。

为了找到F临界值，我们需要事先掌握以下信息。

• 显著性水平（常见的选择是0.01，0.05，和0.10）
• 分子自由度
• 分母自由度

如何在R中找到F临界值

为了确定F临界值，R为我们提供了qf()函数，其语法如下所示。

语法

qf(p, df1, df2, lower.tail=TRUE)

参数

• p：它代表要使用的显著性水平
• df1: 它代表分子自由度
• df2: 它代表分母自由度。
• lower.tail = TRUE：然后返回F分布中p左边的概率。
• lower.tail = TRUE: 然后返回右边的概率。
• 注意，默认情况下 lower.tail为TRUE。

返回类型

根据提供的显著性水平、分子自由度和分母自由度，返回F分布的临界值。

例子

让我们考虑一个例子，我们想确定显著性水平等于0.01，分子自由度等于4，分母自由度=6时的F临界值。

# Determine the F critical value
qf(p=.01, df1=4, df2=6, lower.tail=FALSE)

输出 。

F临界值

输出的 解释

因此，在显著性水平为0.01，分子自由度等于4，分母自由度等于6时，F临界值等于9.14830103022785。

因此，如果进行特定类型的F检验，那么我们可以将F检验统计数字与9.14830103022785进行比较。如果F统计量大于9.14830103022785，那么测试的结果就被认为具有统计学意义。

α和F临界值之间的关系

α值和F临界值是成反比的。简单地说，大的α值会导致较大的临界值，小的α值会导致较小的临界值。

例1 :

让我们用R编程语言计算F临界值，通过的参数为显著性水平=0.02，分子自由度=6，分母自由度=8。

# Determine F critical value
qf(p=.02, df1=6, df2=8, lower.tail=FALSE)

输出

α和F临界值之间的关系。

例2 :

考虑另一个例子，其分子和分母的自由度与上例完全相同，但显著性水平为0.04。

现在我们再来计算一下F临界值。

# Determine F critical value
qf(p=.04, df1=6, df2=8, lower.tail=FALSE)

输出

α和F临界值之间的关系。

因此，根据输出结果，我们可以说，α值与F临界值成反比。