F-test je jakýkolivstatistický test, ve kterém má testovástatistikarozděleníF za předpokladu platnostinulové hypotézy. Nejčastěji se používá při porovnávánístatistických modelů, které byly odhadnuty na základědatového souboru, za účelem identifikace modelu, který nejlépe odpovídápopulaci, ze které byla data vybrána.ExaktníF-testy vznikají zejména v případě, že modely byly odhadovány za použití metodynejmenších čtverců. NázevF-test razil George W. Snedecor na počestRonalda A. Fishera. FisherF-statistiku vyvinul jakopoměrrozptylů ve 20. letech 20. století.[1]
Mezi běžné příklady použitíF-testů patří následující případy:
Některé další statistické postupy, jako je Schefféova metoda pro mnohonásobná srovnání v lineárních modelech, také používajíF-testy.
VětšinaF-testů vzniká na základě rozkladurozptylu jakožtosoučtu čtverců odchylek odstřední hodnoty. Testová statistika jepoměrem dvou členů úměrných součtům čtverců odrážejících různé zdrojevariability. Tyto součty čtverců jsou utvořeny tak, aby statistika měla tendenci být vyšší, pokudnulová hypotéza není pravdivá. Aby statistika mohla mít rozděleníF za předpokladu nulové hypotézy, musejí být oba součty čtverců statisticky nezávislé a každý by měl mít vhodněškálovanérozdělení χ². Posledně uvedená podmínka je zaručena, pokud jsou hodnoty analyzované veličiny vzájemně nezávislé anormálně distribuované se stejnýmrozptylem.
V tomto článku byl použitpřeklad textu z článkuF-test na anglické Wikipedii.
{{Cite journal}} označená jako k „pouze dočasnému použití“.{{Cite journal}} označená jako k „pouze dočasnému použití“.{{Cite journal}} označená jako k „pouze dočasnému použití“.