codecamp

统计 - F检验表

F检验以更显着的分析师R.A.命名。 费雪。 F检验用于测试两个自治的人口变化的变化是否完全对比,或者两个例子是否可以被视为从具有相同差异的典型人群中得出。 为了进行测试,我们计算F统计量定义为:

$ {F} = \\ frac {Larger \\ estimate \\ of \\ population \\ variance} {smaller \\ estimate \\ of \\ population \\ variance} = \\ frac {{S_1} ^ 2} {{S_2} ^ 2} \\ where \\ { {S_1} ^ 2} \\ gt {{S_2} ^ 2} $

程序

其测试程序如下:

  1. 设置两个总体方差相等的零假设。 即$ {H_0:{\\ sigma_1} ^ 2 = {\\ sigma_2} ^ 2} $

  2. 随机样本的方差通过使用以下公式计算:

    $ {S_1 ^ 2} = \\ frac {\\ sum(X_1- \\ bar X_1)^ 2} {n_1-1},\\\\ [7pt]
    \\ {S_2 ^ 2} = \\ frac {\\ sum(X_2- \\ bar X_2)^ 2} {n_2-1} $

  3. 方差比F计算为:

    $ {F} = \\ frac {{S_1} ^ 2} {{S_2} ^ 2} \\其中\\ {{S_1} ^ 2} \\ gt {{S_2} ^ 2} $

  4. 计算自由度。 群体方差的较大估计的自由度由v1表示,较小的估计由v2表示。 那是,

统计 - 相关合作效率
统计 - 区间估计
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

Statistics Tutorial

Statistics Useful Resources

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }