Estatística F, valor F crítico e valor P

Pense se você tem 2 amigos que estão discutindo sobre qual deles mora mais longe do trabalho /escola. Você se oferece para encerrar o debate e pede que avaliem a distância que precisam percorrer entre a casa e o trabalho. Ambos se reportam a você, mas um informa em milhas e o outro em quilômetros, então você não pode comparar os 2 números diretamente. Você pode converter as milhas em quilômetros ou os quilômetros em milhas e fazer a comparação. Não importa qual conversão você fizer, você tomará a mesma decisão de qualquer maneira.

É semelhante com as estatísticas de teste, você não pode comparar seu valor alfa com a estatística F você precisa converter alfa em um valor crítico e comparar a estatística F ao valor crítico ou você precisa converter sua estatística F em um valor p e comparar o valor p para alfa.

Alfa é escolhido com antecedência (os computadores geralmente assumem 0,05 se você não definir de outra forma) e representa sua disposição de rejeitar falsamente a hipótese nula se ela for verdadeira (erro tipo I) . A estatística F é calculada a partir dos dados e representa o quanto a variabilidade entre as médias excede o esperado devido ao acaso. Uma estatística F maior que o valor crítico é equivalente a um valor p menor que alfa e ambos significam que você rejeitar a hipótese nula.

Não comparamos a estatística F com 1 porque pode ser maior do que 1 devido apenas ao acaso, somente quando for maior do que o valor crítico é que dizemos que é improvável que seja devido ao acaso e preferimos rejeitar a hipótese nula.

No aulas que dou, descobri que os alunos que não são tão jovens quanto os outros e estão voltando para a escola depois de trabalhar por um tempo costumam fazer as melhores perguntas e estão mais interessados no que podem realmente fazer com as respostas (ao invés de apenas se preocupar se estiver no teste), então não tenha medo de perguntar.

Comentários

• Esta resposta de @GregSnow é muito boa . Eu apenas pensei em ' d apontar para a página da wikipedia que explica o valor p – os primeiros parágrafos em particular – uma vez que entender isso parece ser um problema particular. (Eu ' d alo eco seus comentários sobre alunos mais velhos.)
• Consulte também statdistributions.com/f . Em muitos exemplos, quando as 2 variâncias usadas para calcular F são divididas para obter uma razão, obtém-se o tipo de distribuição mostrado – SE nada além do acaso estiver operando. A questão é: quão improvável seria um determinado F sob tal suposição?

Resumindo, rejeite o nulo quando o seu valor p for menor que o nível alfa. Você também deve rejeitar o nulo se o seu valor crítico de f for menor do que seu valor F, você também deve rejeitar a hipótese nula. O valor F deve sempre ser usado junto com o valor de p para decidir se seus resultados são significativos o suficiente para rejeitar o nulo hipótese. Se você obtiver um grande valor de f, significa que algo é significativo, enquanto um pequeno valor de p significa que todos os seus resultados são significativos. A estatística F apenas compara o efeito conjunto de todas as variáveis juntas. Para simplificar, rejeite a hipótese nula apenas se seu nível alfa for maior que seu valor p.

Fonte: http://www.statisticshowto.com/f-value-one-way-anova-reject-null-hypotheses/

Eu li a postagem que você recomendou, mas achei que tinha um problema e ainda não entendo. Capturei seu conteúdo e anexei como uma imagem abaixo. Você poderia ajudar a explicá-lo claramente?

Comentários

• O valor crítico de F NÃO é nenhuma estatística. Tente encontrar outros livros para ler.