如果這個工具幫到了你,可以請作者喝杯咖啡 ☕
輸入兩組資料的方差與樣本量,快速計算F統計量與p值,判斷方差是否顯著不同。
tools.f-test-calculator.errors.needTwoBoth
tools.f-test-calculator.inputs.hint
tools.f-test-calculator.emptyState
你想知道兩臺機器的加工精度是否一致,或者想比較新舊工藝的穩定性?F檢驗能回答兩組資料背後總體的方差是否相等。它也是方差分析(ANOVA)和迴歸模型顯著檢驗的基礎。我們用F統計量來量化差異——如果p值小於0.05,通常認為兩組方差確實不同,需要回頭檢查你的假設或工藝。
F檢驗的核心思想是:如果兩個總體方差相等,那麼兩個樣本方差的比值應該接近1。我們計算:
F = S₁² / S₂²
其中S₁²是第一個樣本的方差(樣本方差,即離均差平方和除以n-1),S₂²是第二個樣本的方差。一般我們把較大的方差放分子,讓F≥1。然後查詢F分佈表,或者直接算p值,p值越小越說明兩個方差差異不是隨機波動的。注意這裏用的是樣本方差(無偏估計),不是總體方差。
我們有一批資料:機器A包裝10袋薯片,樣本方差0.35g²;機器B包裝12袋,樣本方差0.18g²。想檢驗兩臺機器精度是否一致(α=0.05)。
因為p值0.153 > 0.05,所以我們沒有足夠證據說兩臺機器精度不同。F值1.944雖然大於1,但隨機波動完全可能導致這個差距。
如果兩個樣本方差相差很大:比如機器A方差4.0(n₁=5),機器B方差0.05(n₂=6),計算得到F=80,df₁=4,df₂=5,p值幾乎為0。這強烈說明方差不等,需要排查為什麼機器A波動這麼大。反之,如果兩組方差完全相等(比如都是1.0),F=1,p值接近0.5,自然無法拒絕方差相等。
注意:F檢驗對正態性敏感,樣本較小或嚴重偏態時結果可能不可靠。
1. F檢驗和t檢驗有什麼區別?
F檢驗比較兩個方差是否相等,t檢驗比較兩個均值是否相等。做t檢驗前常先用F檢驗檢查方差齊性。
2. 我的p值顯示0.000,是真的0嗎?
不是0,是極小(比如<0.0001)。我們工具顯示三位小數,極小時顯示0.000,實際可以理解為<0.001。
3. 可以輸入標準差代替方差嗎?
建議先平方再填入方差。如果工具未來版本增加標準差輸入,我們會註明。目前只接受方差。
4. 為什麼我的F值算出來小於1?
我們的工具會自動將較大方差作分子,所以顯示F≥1。如果你在別處看到小於1的F值,是分子分母放反了,及時顛倒自由度即可。
5. 這個計算器能處理雙尾檢驗嗎?
預設就是雙尾,即檢驗“方差是否不等”。如果需要單尾(比如只關心第一個是否更大),請將p值除以2。
現在你可以在上方計算器裡試試自己的數字。