Hogyan értelmezhetem az F-teszt eredményeit az excel

Több dolog:

1) A hipotézis tesztek végrehajtásakor a döntés ugyanaz, függetlenül attól, hogy p-értékeket vagy kritikus értékeket használ-e (ha nem “t”, valamit rosszul csináltál, vagy legalábbis következetlen voltál.

2) Ha a mintaméret egyenlő, a t-teszt (vagy az ANOVA) kevésbé érzékeny a diff

3) Ne végezzen hivatalos variancia-egyenlőségi tesztet annak megállapításához, hogy feltételezzen-e egyenlő eltéréseket; az eredmények egyenlőségének tesztelésére szolgáló eljárás nem rendelkezik olyan tulajdonságokkal, amelyeket valószínűleg kívánna. Ha nem vagy elégedett az egyenlő variancia feltételezéssel, ne tedd meg (ha úgy tetszik, tegyük fel, hogy a szórások mindig mások, hacsak nincs valamilyen okod azt gondolni, hogy meglehetősen közel állnak egymáshoz). (és ANOVA) eljárások nem túl érzékenyek a populációvariáció kicsi vagy közepes eltéréseire, ezért egyenlő (vagy közel azonos) mintanagyság esetén biztonságban kell lennie, amikor “biztos abban, hogy nem túl magasak” más.

4) A varianciaegyenlőség “szokásos” F-tesztje rendkívül érzékeny a nem normálisságra . Ha tesztelnie kell a varianciaegyenlőséget, akkor ennek a tesztnek a használata nem lesz az én tanácsom.

Vagyis, ha képes vagy Welch típusú tesztet vagy hasonlót elvégezni, akkor jobban járhat csak azért. Soha nem kerül sokba, sokat spórolhat. (Ebben az esetben a saját helyzetében valószínűleg elég biztonságban van nélküle – de nincs különösebb oka annak, hogy ne tegye.)

Megjegyzem, hogy R alapértelmezés szerint a Welch tesztet használja, amikor megpróbálsz kétmintás t-tesztet végezni; csak akkor csinálja az egyenlő variancia verziót, ha azt mondja. Úgy gondolom, hogy ez a helyes módja annak (hogy alapértelmezés szerint a biztonságosabb dolgokat tegyük), már csak azért is, hogy megmentsen magunktól.

Megjegyzések

• Köszönöm a választ, Glen_b. Az i.imgur.com/evP3NPh.jpg fájlban azonban az F kritikus értéke nagyobb, mint az F értéke, ami arra késztet, hogy t-tesztet használjak, feltételezve, hogy egyenlőtlen varianciák, de a p érték nagyobb, mint 0,05, ami arra késztet, hogy a t-próbát egyenlő eltéréseket feltételezve használjam. Ezért kíváncsi vagyok az eredmények értelmezésére.
• Ön ' téved. Ha az F értéke kisebb, mint a kritikus érték, az nem ' t jelenti, ami azt sugallja, hogy a varianciák eltérnek egymástól, amelyek véletlenül történhettek meg. Ez megvan pontosan visszafelé (tudsz mutatni az erre vonatkozó útmutatókra?). Ezért korábbi megjegyzésem: " a döntés ugyanaz, függetlenül attól, hogy p-értékeket vagy kritikus értékeket használ-e (ha nem ' t, valami rosszat tettél …) ". A közvetlen következmény az, hogy valamit rosszul tettél. De a többi észrevételemre való tekintettel ' teljesen vitatott. A gyakorlat mindenképpen rossz ötlet.
• Nem probléma, íme az egyik forrás: chemistry.depaul.edu/wwolbach/390_490/Excel / …
• Oké, azt hiszem, mostantól értem. Ez az F kritikus > F dolog csak akkor működik, ha p < 0,05, különben azt mondhatjuk, hogy a minták egyenlő eltérésekkel rendelkeznek?
• Azt hiszem, hogy nem érted '. Ha $ F < F _ {\ mathrm {crit}} $, akkor automatikusan $ p > 0,05 $. Ennek megfelelően, ha $ F \ geq F _ {\ mathrm {crit}} $, akkor automatikusan $ p \ leq 0.05 $. Alternatív megoldásként, ha $ p \ leq 0.05 $, akkor $ F \ geq F _ {\ mathrm {crit}} $ és ha $ p > 0.05 $, akkor $ F < F _ {\ mathrm {crit}} $. Továbbá semmilyen körülmények között nem mondhatja azt, hogy a két populáció amelyből a mintákat vették, egyenlő eltérésekkel rendelkeznek. Hogy a minták maguk is egyenlő eltérésekkel rendelkeznek-e, azt csak a számok megnézésével tudhatja meg – ehhez nem kell teszt, de ha eltérnek, akkor nem ' nem mond sok érdeklődést.

Ha többet szeretne megtudni az F-teszt jelentéséről és kiszámításáról, amikor az varianciaanalízis (ANOVA) kritériumaként használjuk az Excel példáival, ezt a négy cikkből álló sorozatot ajánlom.A végső képlet képes figyelembe venni az alfa méretét, az F arány számlálójának és nevezőjének szabadságfokainak számát, valamint a noncentralitás paramétert.

1. A statisztikai teljesítmény fogalma – http://www.informit.com/articles/article.aspx?p=2036566
2. A T-tesztek statisztikai ereje – http://www.informit.com/articles/article.aspx?p=2036565
3. Az F eloszlás nemcentralitási paramétere – http://www.informit.com/articles/article.aspx?p=2036567
4. Az F teszt teljesítményének kiszámítása – http://www.informit.com/articles/article.aspx?p=2036568

Fontos: ellenőrizze, hogy az 1. változó varianciája nagyobb, mint a 2. változó varianciája. Ha nem, cserélje ki az adatait. Ennek eredményeként az Excel kiszámítja a helyes F értéket, amely az 1. variancia és a 2. variancia aránya (F = Var1 / Var 2).

Következtetés: ha F> F Kritikus egyfarkú, akkor elutasítjuk a nullhipotézist a két populáció eltérései egyenlőtlenek.