Como Baixar F Tabela 1-100
Se você é um estudante ou um pesquisador que precisa realizar testes estatísticos envolvendo a distribuição F, talvez esteja procurando uma maneira de baixar a tabela F 1-100. Esta tabela mostra os valores críticos da distribuição F para diferentes graus de liberdade e níveis de significância. Neste artigo, você aprenderá o que é a tabela F, por que você precisa dela, como usá-la para diferentes tipos de testes F, como baixá-la gratuitamente e como usá-la no Excel.
O que é a Tabela F e por que você precisa dela?
A tabela F é uma tabela que mostra os valores críticos da distribuição F. A distribuição F é uma distribuição de probabilidade contínua que surge frequentemente como a distribuição nula de uma estatística de teste, principalmente na análise de variância (ANOVA) e outros testes F.
download f tabel 1-100
A distribuição F é definida por dois parâmetros: os graus de liberdade do numerador (df1) e os graus de liberdade do denominador (df2). A forma da distribuição F depende desses parâmetros e geralmente é assimétrica à direita. O gráfico a seguir mostra alguns exemplos da distribuição F para diferentes valores de df1 e df2.
A tabela F fornece os valores críticos para testes F de cauda direita. Um teste F de cauda direita é um teste de hipótese que compara duas variâncias ou dois modelos e tem a seguinte forma:
H0: σ1^2 / σ2^2 = 1 ou SSR1 / SSR2 = 1
HA: σ1^2 / σ2^2 > 1 ou SSR1 / SSR2 > 1
onde σ1^2 e σ2^2 são as variâncias populacionais de dois grupos ou tratamentos, e SSR1 e SSR2 são a soma dos quadrados devido à regressão para dois modelos.
A estatística de teste para um teste F de cauda direita é:
F = (s1^2 / s2^2) ou (SSR1 / df1) / (SSR2 / df2)
onde s1^2 e s2^2 são as variâncias amostrais de dois grupos ou tratamentos, e df1 e df2 são os graus de liberdade para dois modelos.
A estatística de teste segue uma distribuição F com graus de liberdade do numerador df1 e graus de liberdade do denominador df2. Escrevemos F F(df1, df2).
Para realizar um teste F de cauda direita, precisamos comparar a estatística do teste com o valor crítico da tabela F. O valor crítico é denotado por Fα(df1, df2), onde α é o nível de significância do teste. O valor crítico é o valor que separa a região de rejeição da região de não rejeição na cauda direita da distribuição F. O gráfico a seguir mostra um exemplo de teste F de cauda direita com α = 0,05, df1 = 3 e df2 = 10.
A regra de rejeição para um teste F de cauda direita é:
Se F > Fα(df1, df2), rejeite H0.
Se F Fα(df1, df2), falha em rejeitar H0.
Em outras palavras, se a estatística de teste for maior que o valor crítico da tabela F, temos evidências suficientes para rejeitar a hipótese nula e concluir que existe uma diferença significativa entre as duas variâncias ou os dois modelos. Se a estatística de teste for menor ou igual ao valor crítico da tabela F, não temos evidências suficientes para rejeitar a hipótese nula e concluir que não há diferença significativa entre as duas variâncias ou os dois modelos.
A tabela F é útil para encontrar os valores críticos para diferentes combinações de df1, df2 e α. No entanto, a tabela F geralmente é limitada a determinados valores desses parâmetros. Por exemplo, a tabela F 1-100 abrange apenas os valores de df1 e df2 de 1 a 100 e os valores de α de 0,10 a 0,001. Se você precisar realizar um teste F com valores diferentes desses parâmetros, pode ser necessário usar uma calculadora ou um programa de software em vez da tabela F.
Como usar a tabela F para diferentes tipos de testes F
Existem diferentes tipos de testes F que usam a distribuição F e a tabela F. Alguns dos mais comuns são:
O teste ANOVA F de uma via: Este teste compara as médias de três ou mais grupos ou tratamentos e determina se existe uma diferença significativa entre eles. A estatística do teste é F = MST / MSE, onde MST é o quadrado médio devido ao tratamento e MSE é o quadrado médio devido ao erro.Os graus de liberdade são df1 = k - 1 e df2 = N - k, onde k é o número de grupos ou tratamentos e N é o tamanho total da amostra.
O teste ANOVA F bidirecional: Este teste compara os efeitos de dois fatores (como sexo e idade) em uma variável de resposta (como peso) e determina se há uma interação significativa entre eles. A estatística de teste é F = MSAB / MSE, onde MSAB é o quadrado médio devido à interação e MSE é o quadrado médio devido ao erro. Os graus de liberdade são df1 = (a - 1)(b - 1) e df2 = ab(n - 1), onde a é o número de níveis do fator A, b é o número de níveis do fator B e n é o tamanho da amostra por célula.
O teste F de regressão: Este teste compara um modelo completo (como y = β0 + β1x1 + β2x2 + ε) com um modelo reduzido (como y = β0 + ε) e determina se há uma melhoria significativa no ajuste adicionando mais preditores. A estatística de teste é F = (SSRr - SSRf) / (df1 - df2) / (SSRf / df2), onde SSRr e SSRf são a soma dos quadrados devido à regressão para os modelos reduzido e completo, respectivamente, e df1 e df2 são os graus de liberdade para os modelos reduzido e completo, respectivamente.
Para realizar qualquer um desses testes F, você precisa calcular a estatística de teste usando a fórmula apropriada e compará-la com o valor crítico da tabela F usando os graus de liberdade e nível de significância apropriados. Você também pode usar uma abordagem de valor p, que envolve encontrar a probabilidade de obter uma estatística de teste tão extrema ou mais extrema do que a observada sob a hipótese nula. O valor p pode ser calculado usando uma calculadora ou um programa de software ou aproximado usando a tabela F.
Como Baixar F Table 1-100 Gratuitamente
Se você precisar baixar a tabela F 1-100 para sua análise estatística, você tem várias opções para fazer isso gratuitamente. Aqui estão algumas fontes online que fornecem a tabela F 1-100 em formato PDF:
Fontes on-line para F Tabela 1-100
Fonte
URL
Universidade do Arizona
Universidade do Texas em Austin
Universidade da Virgínia
Universidade de Toronto
Stat Trek
Como salvar e imprimir F Tabela 1-100
Para salvar e imprimir a tabela F 1-100 de qualquer uma dessas fontes, siga estas etapas:
Clique no link da URL para abrir o arquivo PDF em seu navegador.
Clique com o botão direito do mouse no arquivo PDF e selecione "Salvar como" ou "Baixar" para salvá-lo em seu computador ou dispositivo.
Abra o arquivo PDF usando um programa de leitura de PDF, como Adobe Acrobat Reader ou Foxit Reader.
Clique no ícone "Imprimir" ou selecione "Arquivo" e depois "Imprimir" na barra de menu para imprimir o arquivo PDF.
Ajuste as configurações de impressão, como tamanho da página, orientação, margens e escala para caber na tabela F 1-100 em uma ou mais páginas.
Clique no botão "Imprimir" para imprimir a tabela F 1-100.
Como usar F Tabela 1-100 no Excel
Se preferir usar o Excel para sua análise estatística, você também pode importar a tabela F 1-100 para o Excel e usá-la para seus testes F. Aqui estão as etapas para fazer isso:
Como importar F Tabela 1-100 para o Excel
Baixe a tabela F 1-100 de qualquer uma das fontes online mencionadas acima e salve-a em seu computador ou dispositivo.
Abra o Excel e crie uma nova pasta de trabalho ou abra uma existente.
Selecione a guia "Dados" e clique no ícone "De texto/CSV" no grupo "Obter e transformar dados".
Navegue até o local onde você salvou o arquivo F table 1-100 PDF e selecione-o.
Clique no botão "Importar" e aguarde o Excel carregar a visualização dos dados.
Clique no botão "Transformar dados" para abrir a janela do Editor do Power Query.
Na janela do Editor do Power Query, selecione a guia "Página inicial" e clique no ícone "Usar a primeira linha como cabeçalhos" no grupo "Transformar".
Selecione a guia "Transformar" e clique no ícone "Detectar tipo de dados" no grupo "Qualquer coluna". Isso detectará e atribuirá automaticamente os tipos de dados para cada coluna.
Selecione a guia "Arquivo" e clique no ícone "Fechar e carregar" no grupo "Fechar". Isso fechará a janela do Editor do Power Query e carregará os dados da tabela F 1-100 em uma nova planilha em sua pasta de trabalho.
Como realizar testes F no Excel usando F Tabela 1-100
Para realizar testes F no Excel usando F tabela 1-100, você precisa calcular a estatística de teste usando a fórmula apropriada e compará-la com o valor crítico da planilha F tabela 1-100. Você também pode usar uma abordagem de valor-p, que envolve o uso de uma função interna do Excel para calcular o valor-p do teste. Aqui estão alguns exemplos de como fazê-lo:
O teste ANOVA F unidirecional: suponha que você tenha três grupos de dados (A, B e C) nas colunas A, B e C de sua planilha. Para calcular a estatística de teste, você pode usar a função ANOVA no Excel da seguinte forma: =ANOVA(A:A,B:B,C:C). Isso retornará o valor F do teste ANOVA F unidirecional. Para encontrar o valor crítico, você pode usar a função VLOOKUP no Excel da seguinte forma: =VLOOKUP(0.05,F_Table_1_100!A2:Z101,3,FALSE). Isso retornará o valor crítico para α = 0,05, df1 = 2 e df2 = 100 da planilha da tabela F 1-100. Para encontrar o valor-p, você pode usar a função FDIST no Excel da seguinte forma: =FDIST(ANOVA(A:A,B:B,C:C),2,100). Isso retornará o valor-p do teste ANOVA F unidirecional.
O teste ANOVA F bidirecional: suponha que você tenha dois fatores (X e Y) e uma variável de resposta (Z) nas colunas A, B e C de sua planilha. Para calcular a estatística de teste, você pode usar o pacote de ferramentas de análise de dados no Excel da seguinte maneira: Clique na guia "Dados" e, em seguida, clique no ícone "Análise de dados" no grupo "Análise". Selecione "Anova: Two-Factor With Replication" na lista e clique no botão "OK". Insira o intervalo de entrada (A1:C101), o número de linhas por amostra (10) e o intervalo de saída (E1) na caixa de diálogo e clique no botão "OK". Isso gerará uma tabela ANOVA bidirecional em sua planilha. A estatística de teste é F = MS(X*Y) / MS(Error), onde MS(X*Y) é o quadrado médio devido à interação e MS(Error) é o quadrado médio devido ao erro. Para encontrar o valor crítico, você pode usar a função VLOOKUP no Excel da seguinte forma: =VLOOKUP(0.05,F_Table_1_100!A2:Z101,9,FALSE).Isso retornará o valor crítico para α = 0,05, df1 = 9 e df2 = 100 da planilha F table 1-100. Para encontrar o valor-p, você pode usar a função FDIST no Excel da seguinte maneira: =FDIST(F9,H9,I9). Isso retornará o valor-p do teste ANOVA F bidirecional.
O teste F de regressão: suponha que você tenha um modelo completo (y = β0 + β1x1 + β2x2 + ε) e um modelo reduzido (y = β0 + ε) nas colunas A, B, C e D de sua planilha. Para calcular a estatística de teste, você pode usar a função PROJ.LIN no Excel da seguinte maneira: Selecione um intervalo de quatro células (como E1:H1) e insira =PROJ.LIN(A2:A101,B2:D101,VERDADEIRO,VERDADEIRO) e pressione Ctrl+Shift+Enter. Isso gerará uma matriz de estatísticas de regressão para o modelo completo em sua planilha. A estatística de teste é F = (SSRr - SSRf) / (df1 - df2) / (SSRf / df2), onde SSRr e SSRf são a soma dos quadrados devido à regressão para os modelos reduzido e completo, respectivamente, e df1 e df2 são os graus de liberdade para os modelos reduzido e completo, respectivamente. Para encontrar esses valores, você pode usar as seguintes fórmulas:
SSRr = E6 * E7
SSRf = G6 * G7
df1 = 1
df2 = G8 - 3
Para encontrar o valor crítico, você pode usar a função VLOOKUP no Excel da seguinte forma: =VLOOKUP(0.05,F_Table_1_100!A2:Z101,3,FALSE). Isso retornará o valor crítico para α = 0,05, df1 = 1 e df2 = 100 da planilha F table 1-100. Para encontrar o valor-p, você pode usar a função FDIST no Excel da seguinte forma: =FDIST((SSRr - SSRf) / (df1 - df2) / (SSRf / df2),1,G8 - 3). Isso retornará o valor-p do teste F de regressão.
Conclusão
Neste artigo, você aprendeu como baixar a tabela F 1-100 e como usá-la para diferentes tipos de testes F. A tabela F é uma ferramenta útil para encontrar os valores críticos da distribuição F para testes F de cauda direita. No entanto, a tabela F é limitada a certos valores dos graus de liberdade e do nível de significância.Se você precisar realizar um teste F com valores diferentes desses parâmetros, pode ser necessário usar uma calculadora ou um programa de software em vez da tabela F. Você também pode usar o Excel para importar a tabela F 1-100 e realizar testes F usando funções e ferramentas integradas.
perguntas frequentes
Qual é a diferença entre a tabela F e a tabela t?
A tabela F e a tabela t são ambas tabelas que mostram os valores críticos de diferentes distribuições de probabilidade. A tabela F mostra os valores críticos da distribuição F, que é usada para comparar duas variâncias ou dois modelos. A tabela t mostra os valores críticos da distribuição t, que é usada para comparar uma média ou duas médias.
Como faço para encontrar os graus de liberdade para um teste F?
Os graus de liberdade para um teste F dependem do tipo de teste F e dos dados envolvidos. Geralmente, os graus de liberdade estão relacionados ao número de grupos, tratamentos, fatores, níveis, modelos, preditores ou observações nos dados. Você pode usar fórmulas ou tabelas para encontrar os graus de liberdade para diferentes tipos de testes F.
Como interpreto os resultados de um teste F?
Os resultados de um teste F informam se há uma diferença significativa entre duas variâncias ou dois modelos. Se a estatística de teste for maior que o valor crítico da tabela F, você rejeita a hipótese nula e conclui que há uma diferença significativa. Se a estatística de teste for menor ou igual ao valor crítico da tabela F, você falha em rejeitar a hipótese nula e conclui que não há diferença significativa.
Quais são algumas suposições para um teste F?
Algumas suposições comuns para um teste F são:
Os dados são independentes e amostrados aleatoriamente de suas populações ou populações.
Os dados são normalmente distribuídos ou aproximadamente normalmente distribuídos.
As variâncias das populações ou erros são iguais ou aproximadamente iguais.
Quais são algumas alternativas para um teste F?
Algumas alternativas para um teste F são:
O teste de Levene ou o teste de Brown-Forsythe: Esses testes comparam duas ou mais variâncias sem assumir a normalidade.
O teste de Kruskal-Wallis ou o teste de Friedman: Esses testes comparam três ou mais médias sem assumir normalidade ou variâncias iguais.
O teste de razão de verossimilhança ou o critério de informação de Akaike: Esses testes comparam dois modelos sem assumir normalidade ou variâncias iguais.
0517a86e26
コメント