Таблица критических значений F-распределения Фишера
Таблица критических значений распределения Фишера (F-распределения) при уровне значимости α = 0,05 для k₁ = 1…60 и k₂ = 1…120 степеней свободы. Как сравнить две дисперсии, проверить значимость уравнения регрессии и провести однофакторный дисперсионный анализ.
F-распределение (распределение Фишера — Снедекора) — это распределение отношения двух независимых оценок дисперсии, каждая из которых поделена на своё число степеней свободы: F = (χ²₁/k₁)/(χ²₂/k₂). Оно используется везде, где сравниваются дисперсии или объяснённая и необъяснённая изменчивость.
Критические значения F при α = 0,05
Столбец — степени свободы числителя k₁, строка — знаменателя k₂. Значение Fкр таково, что P(F > Fкр) = 0,05.
| k₂ \ k₁ | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 10 | 12 | 15 | 20 | 30 | 60 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 161,45 | 199,50 | 215,71 | 224,58 | 230,16 | 233,99 | 238,88 | 241,88 | 243,91 | 245,95 | 248,01 | 250,10 | 252,20 |
| 2 | 18,51 | 19,00 | 19,16 | 19,25 | 19,30 | 19,33 | 19,37 | 19,40 | 19,41 | 19,43 | 19,45 | 19,46 | 19,48 |
| 3 | 10,13 | 9,55 | 9,28 | 9,12 | 9,01 | 8,94 | 8,85 | 8,79 | 8,74 | 8,70 | 8,66 | 8,62 | 8,57 |
| 4 | 7,71 | 6,94 | 6,59 | 6,39 | 6,26 | 6,16 | 6,04 | 5,96 | 5,91 | 5,86 | 5,80 | 5,75 | 5,69 |
| 5 | 6,61 | 5,79 | 5,41 | 5,19 | 5,05 | 4,95 | 4,82 | 4,74 | 4,68 | 4,62 | 4,56 | 4,50 | 4,43 |
| 6 | 5,99 | 5,14 | 4,76 | 4,53 | 4,39 | 4,28 | 4,15 | 4,06 | 4,00 | 3,94 | 3,87 | 3,81 | 3,74 |
| 7 | 5,59 | 4,74 | 4,35 | 4,12 | 3,97 | 3,87 | 3,73 | 3,64 | 3,57 | 3,51 | 3,44 | 3,38 | 3,30 |
| 8 | 5,32 | 4,46 | 4,07 | 3,84 | 3,69 | 3,58 | 3,44 | 3,35 | 3,28 | 3,22 | 3,15 | 3,08 | 3,01 |
| 9 | 5,12 | 4,26 | 3,86 | 3,63 | 3,48 | 3,37 | 3,23 | 3,14 | 3,07 | 3,01 | 2,94 | 2,86 | 2,79 |
| 10 | 4,96 | 4,10 | 3,71 | 3,48 | 3,33 | 3,22 | 3,07 | 2,98 | 2,91 | 2,85 | 2,77 | 2,70 | 2,62 |
| 11 | 4,84 | 3,98 | 3,59 | 3,36 | 3,20 | 3,09 | 2,95 | 2,85 | 2,79 | 2,72 | 2,65 | 2,57 | 2,49 |
| 12 | 4,75 | 3,89 | 3,49 | 3,26 | 3,11 | 3,00 | 2,85 | 2,75 | 2,69 | 2,62 | 2,54 | 2,47 | 2,38 |
| 13 | 4,67 | 3,81 | 3,41 | 3,18 | 3,03 | 2,92 | 2,77 | 2,67 | 2,60 | 2,53 | 2,46 | 2,38 | 2,30 |
| 14 | 4,60 | 3,74 | 3,34 | 3,11 | 2,96 | 2,85 | 2,70 | 2,60 | 2,53 | 2,46 | 2,39 | 2,31 | 2,22 |
| 15 | 4,54 | 3,68 | 3,29 | 3,06 | 2,90 | 2,79 | 2,64 | 2,54 | 2,48 | 2,40 | 2,33 | 2,25 | 2,16 |
| 16 | 4,49 | 3,63 | 3,24 | 3,01 | 2,85 | 2,74 | 2,59 | 2,49 | 2,42 | 2,35 | 2,28 | 2,19 | 2,11 |
| 17 | 4,45 | 3,59 | 3,20 | 2,96 | 2,81 | 2,70 | 2,55 | 2,45 | 2,38 | 2,31 | 2,23 | 2,15 | 2,06 |
| 18 | 4,41 | 3,55 | 3,16 | 2,93 | 2,77 | 2,66 | 2,51 | 2,41 | 2,34 | 2,27 | 2,19 | 2,11 | 2,02 |
| 19 | 4,38 | 3,52 | 3,13 | 2,90 | 2,74 | 2,63 | 2,48 | 2,38 | 2,31 | 2,23 | 2,16 | 2,07 | 1,98 |
| 20 | 4,35 | 3,49 | 3,10 | 2,87 | 2,71 | 2,60 | 2,45 | 2,35 | 2,28 | 2,20 | 2,12 | 2,04 | 1,95 |
| 25 | 4,24 | 3,39 | 2,99 | 2,76 | 2,60 | 2,49 | 2,34 | 2,24 | 2,16 | 2,09 | 2,01 | 1,92 | 1,82 |
| 30 | 4,17 | 3,32 | 2,92 | 2,69 | 2,53 | 2,42 | 2,27 | 2,16 | 2,09 | 2,01 | 1,93 | 1,84 | 1,74 |
| 40 | 4,08 | 3,23 | 2,84 | 2,61 | 2,45 | 2,34 | 2,18 | 2,08 | 2,00 | 1,92 | 1,84 | 1,74 | 1,64 |
| 60 | 4,00 | 3,15 | 2,76 | 2,53 | 2,37 | 2,25 | 2,10 | 1,99 | 1,92 | 1,84 | 1,75 | 1,65 | 1,53 |
| 120 | 3,92 | 3,07 | 2,68 | 2,45 | 2,29 | 2,18 | 2,02 | 1,91 | 1,83 | 1,75 | 1,66 | 1,55 | 1,43 |
Левый (нижний) квантиль получается из правого: F1−α(k₁, k₂) = 1/Fα(k₂, k₁).
Сравнение двух дисперсий
Чтобы проверить, одинакова ли точность двух методов или приборов, вычисляют F = s₁²/s₂², поставив в числитель бо́льшую дисперсию. Степени свободы k₁ = n₁ − 1, k₂ = n₂ − 1. Если F больше табличного значения, дисперсии различаются значимо. При двусторонней альтернативе («дисперсии просто различаются») таблица для α = 0,05 соответствует уровню значимости 0,10.
Пример. Два прибора, по 10 измерений: s₁ = 0,42, s₂ = 0,25. F = 0,1764/0,0625 = 2,82. Для k₁ = k₂ = 9 табличное значение 3,18 — различие точности не доказано. Сравнить сами средние после этого можно t-критерием Стьюдента.
Значимость уравнения регрессии
Для линейной регрессии с m факторами по n наблюдениям F = (R²/m)/((1 − R²)/(n − m − 1)), степени свободы k₁ = m, k₂ = n − m − 1. Для парной регрессии (m = 1) F равно квадрату t-статистики коэффициента наклона. Коэффициент детерминации R² вычисляет калькулятор линейной регрессии.
Однофакторный дисперсионный анализ
Есть g групп наблюдений, всего N значений. Межгрупповая дисперсия MSм = SSм/(g − 1), внутригрупповая MSв = SSв/(N − g). Если F = MSм/MSв превышает критическое значение для k₁ = g − 1, k₂ = N − g, средние групп различаются значимо. Например, для трёх групп по 8 наблюдений (k₁ = 2, k₂ = 21) Fкр ≈ 3,47.
Комментарии и вопросы