Questions tagged «f-distribution»

Fisher 分布的特征函数为： 其中是合流超几何函数。我试图解决傅立叶逆变换所述的 -convolution恢复可变的密度，那就是： 的目的是获得之和的分布C （t ）= Γ （α + 1F（1 ，α ）F（1个，α）\mathcal{F}(1,\alpha)UC（t ）= Γ （α + 12） U（12，1 - α2，- 我吨α ）Γ （α2）C（Ť）=Γ（α+1个2）ü（1个2，1个-α2，-一世Ťα）Γ（α2）C(t)=\frac{\Gamma \left(\frac{\alpha +1}{2}\right) U\left(\frac{1}{2},1-\frac{\alpha }{2},-i t \alpha \right)}{\Gamma \left(\frac{\alpha }{2}\right)}üüU n x F − 1 t ，x（ C （t ）n ） nF− 1吨，XFŤ，X-1个\mathcal {F} _ {t,x}^{-1}ññnXXxF− 1吨，X（C（吨）ñ）FŤ，X-1个（C（Ť）ñ）\mathcal …

23 probability  random-variable  f-distribution  saddlepoint-approximation 

鉴于这个问题：证明OLS模型中的系数服从具有（nk）自由度的t分布 我很想知道为什么 F=(TSS−RSS)/(p−1)RSS/(n−p),F=(TSS−RSS)/(p−1)RSS/(n−p), F = \frac{(\text{TSS}-\text{RSS})/(p-1)}{\text{RSS}/(n-p)}, 其中是模型参数的数量，是观测值的数量，是总方差，是残差，遵循分布。Ñ Ť 小号小号ř 小号小号˚F p - 1 ，ñ - ppppnnnTSSTSSTSSRSSRSSRSSFp−1,n−pFp−1,n−pF_{p-1,n-p} 我必须承认，我什至没有尝试证明这一点，因为我不知道从哪里开始。

20 regression  hypothesis-testing  least-squares  f-distribution  f-statistic 

您能给出在方差分析中使用单尾检验的原因吗？ 为什么在方差分析中使用单尾检验-F检验？

13 anova  f-test  sums-of-squares  f-distribution 

F表的自由度无法满足我的大样本要求。 例如，如果我有一个自由度为5和6744的F，我如何找到方差分析的5％临界值？ 如果我在进行具有较大自由度的卡方检验该怎么办？ [这样的问题是在不久前发布的，但是OP出错了，实际上是一个较小的df，将其减少为重复的-但原来的大df问题应该在现场的某个地方有一个答案]

11 chi-squared  degrees-of-freedom  f-distribution  tables 

多线性回归中变量子集的经典F检验的形式为 其中是“减少”模型下的平方误差总和，嵌套在“大”模型，而是模型的自由度。两种模式。在“大”模型中的额外变量没有线性解释能力的零假设下，统计量以为和的F分布。SSE（R）BdfdfR-dfBdfBF= （SSE（R ）− SSE（B ））/（dF[R- dF乙）上证所（B） / dF乙，F=(SSE(R)−SSE(B))/(dfR−dfB)SSE(B)/dfB, F = \frac{(\mbox{SSE}(R) - \mbox{SSE}(B))/(df_R - df_B)}{\mbox{SSE}(B)/df_B}, 上证所（R）SSE(R)\mbox{SSE}(R)乙BBdFdfdfdF[R- dF乙dfR−dfBdf_R - df_BdF乙dfBdf_B 但是，替代方案下的分布是什么？我假设它是一个非中心F（我希望不是双重非中心），但是我找不到关于非中心性参数确切含义的任何参考。我想这取决于真实的回归系数，并且可能取决于设计矩阵，但是除此之外，我不确定。Xββ\betaXXX

11 regression  hypothesis-testing  power-analysis  non-central  f-distribution