f检验

f检验法的详细步骤如下： 提出假设。 无效假设H0：μ1=μ2=...μk。 备择假设H1：μ1、μ2...，μ不全相等。 确定显著性水平α。 显著性水平是数学界约定俗成的，一般有α =0.05，0.01两种情况。代表着假设检验的结论错误率必须低于5%或1%(统计学中，通常把在现实世... 通常情况下取a=0.05。 计算F统计量，计算双尾概率P。 在无效假设(原假设)H0成立的前提下，计算F统计量，计算无效假设正确的概率，也称差异由误差引起的概率。

什么是f检验？ 方差分析又称“F检验”，用于两个及两个以上样本均数差别的显著性检验， 方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。 根据研究中自变量X的不同，方差分析又可以进行细分。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依次下去。当X超过1个时，统称为多因素方差。单因素方差分析的案例如下： 用4种饲料喂猪，共19头猪分为4组，每组用1种饲料。一段时间后称重，比较4种饲料对猪体重增加的作用有无不同。部分数据如下： 方差分析结果将从四个方面进行说明，其中包括方差分析结果、图示化、中间过程值以及效应量指标。 分析X与Y之间是否呈现出显著性(p值小于0.05或0.01)；如果呈现出显著性；通过具体对比平均值大小，描述具体差异所在。从上表可以看出p值小于0.05，所以不同饲料样本对于体重全部均呈现出显著性差异。及具体对比差异可知， 有着较为明显差异的组别平均值得分对比结果为“B>A;C>A;D>A;C>B;D>B;D>C；D> C> B>A”。也就是说研究中D饲料的成效最好。 从折线图中可以看出四种不同饲料直接的体重是具体差异性的，而且饲料D效果最好。接下来对方差结果的中间过程值进行描述。