测验变异显著性的统计方法。
英文名称
F-test
所属学科
作物学
该均分由两个自由度,分子均分自由度可记为
,分母均分自由度可记为。值的概率密度函数为:式中
。其累积概率函数为:
统计假设测验中,需要计算概率值:
式中显著水平
0.05或0.01。值的取值范围是0到正无穷大;分布的形状与两个自由度有关。以单向分组资料为例说明
统计数的构建。单向分组资料观测值用线性模型可表示为:观测值都由总体平均数
、第个处理效应和随机误差三个部分相加得到。误差具有分布。误差均分可以写成:
误差均分的数学期望可求算出来:
处理间均分可以写成:
固定模型情况下,处理间均分的数学期望为:
随机模型下,处理间均分的数学期望为:
基于期望均分,可以构建F统计数为:
这里分子和分母的均分具有可比性。
测验中,无效假设是,或者。若无效假设成立,则处理间的变异是不存在的,基于无效假设可以基于F分布作出假设测验。测验的备择假设是:或者,若假设测验的结果接受备择假设,那么统计数的含义也是明确的。测验中,变数遵循正态分布,而且均分和是彼此独立的。联系客服