| rdfs:comment
| - F-test je jakýkoliv statistický test, ve kterém má testová statistika rozdělení F za předpokladu platnosti nulové hypotézy. Nejčastěji se používá při porovnávání statistických modelů, které byly odhadnuty na základě datového souboru, za účelem identifikace modelu, který nejlépe odpovídá populaci, ze které byla data vybrána. Exaktní F-testy vznikají zejména v případě, že modely byly odhadovány za použití metody nejmenších čtverců. Název F-test razil George W. Snedecor na počest Ronalda A. Fishera. Fisher F-statistiku vyvinul jako poměr rozptylů ve 20. letech 20. století. (cs)
- Un test F és un prova estadística en què l'estadístic del test té una distribució F sota la hipòtesi nul·la. S'utilitza més sovint quan es comparen els models estadístics que han estat conformats a un conjunt de dades, per tal d'identificar el model que millor s'adapti a la població estadística de la qual es prenen mostres de les dades. Exactament, els tests F sorgeixen principalment quan els models s'han d'ajustar a les dades utilitzant els mínims quadrats. El nom va ser encunyat per , en honor de sir Ronald Aylmer Fisher. Fisher va desenvolupar inicialment l'estadística com el quocient entre la variació en la dècada del 1920. (ca)
- An F-test is any statistical test in which the test statistic has an F-distribution under the null hypothesis. It is most often used when comparing statistical models that have been fitted to a data set, in order to identify the model that best fits the population from which the data were sampled. Exact "F-tests" mainly arise when the models have been fitted to the data using least squares. The name was coined by George W. Snedecor, in honour of Ronald Fisher. Fisher initially developed the statistic as the variance ratio in the 1920s. (en)
- In statistica il test F per il confronto di due varianze è un test di ipotesi basato sulla distribuzione F di Fisher-Snedecor e volto a verificare l'ipotesi che due popolazioni che seguono entrambe distribuzioni normali abbiano la stessa varianza. (it)
- F 테스트 또는 F-검정(F test)은 검정 통계량이 귀무 가설 하에서 F- 분포를 갖는 통계 검정이다. 데이터가 샘플링된 모집단에 가장 적합한 모델을 식별하기 위해 데이터 세트에 맞는 통계 모델을 비교할 때 가장 자주 사용된다. 정확한 "F- 검정"은 주로 모형이 최소 제곱을 사용하여 데이터에 적합할 때 발생한다. 이 이름은 로널드 A. 피셔 경을 기리기 위해 (George W. Snedecor)가 만들었다. 피셔(Fisher)는 처음에 1920년대의 분산 비율로 통계를 개발했다. (ko)
- F検定（エフけんてい、英: F test）とは、帰無仮説が正しければ統計量がF分布に従うような統計学的検定の総称である。この名称は、ロナルド・A・フィッシャーに敬意を表してによって命名された。フィッシャーは1920年代に分散比による統計を最初に開発した。 (ja)
- F檢定 (F-test)，亦稱聯合假設檢定（joint hypotheses test）、變異數比率檢驗、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，統計值服从F-分布的检验。其通常是用來分析用了超過一個參數的统计模型，以判斷該模型中的全部或一部分參數是否適合用來估計母體。 F检验這名稱是由美國數學家兼統計學家命名，为了纪念英國統計學家兼生物學家羅納德·費雪（Ronald Aylmer Fisher）。Fisher在1920年代發明了這個檢驗和F-分布，最初稱為變異數比率（Variance Ratio）。 (zh)
- Als F-Test wird eine Gruppe von statistischen Tests bezeichnet, bei denen die Teststatistik unter der Nullhypothese einer F-Verteilung folgt. Im Kontext der Regressionsanalyse wird mit dem F-Test eine Kombination von linearen (Gleichungs-)Hypothesen untersucht. Beim Spezialfall der Varianzanalyse ist mit F-Test ein Test gemeint, mithilfe dessen mit einer gewissen Konfidenz entschieden werden kann, ob zwei Stichproben aus unterschiedlichen, normalverteilten Populationen sich hinsichtlich ihrer Varianz wesentlich unterscheiden. Er dient damit unter anderem zur generellen Überprüfung von Unterschieden zwischen zwei statistischen Populationen. (de)
- En estadística se denomina prueba F de Snedecor a cualquier prueba en la que el estadístico utilizado sigue una distribución F si la hipótesis nula no puede ser rechazada. El nombre fue acuñado en honor a Ronald Fisher. En muchos casos, el test F puede resolverse mediante un proceso directo. Se requieren dos modelos de regresión, uno de los cuales restringe uno o más de los coeficientes de regresión conforme a la hipótesis nula. El test entonces se basa en un cociente modificado de la suma de cuadrados de residuos de los dos modelos como sigue: El estadístico F puede calcularse como (es)
- En statistique, un test F est un terme générique désignant tout test statistique dans lequel la statistique de test suit la loi de Fisher sous l'hypothèse nulle. Ce type de tests est souvent utilisé lors de la comparaison de modèles statistiques qui ont été ajustés sur un ensemble de données, afin d'identifier le modèle qui correspond le mieux à la population à partir de laquelle les données ont été échantillonnées. Les tests F dits "exacts" sont ceux pour lesquels les modèles ont été ajustés aux données par la méthode des moindres carrés. (fr)
- De F-toets is een statistische toets om na te gaan of van twee normale verdelingen de varianties verschillen. De F-toets wordt gebruikt bij variantie-analyse en is een parametrische toets omdat de verdeling normaal moet zijn. De F-toets is toepasbaar in een situatie van twee onderling onafhankelijke aselecte steekproeven.
* Steekproef 1, , heeft omvang en wordt geacht uit een verdeling te komen;
* Steekproef 2, , heeft omvang en wordt geacht uit een verdeling te komen. De toets verwerpt de nulhypothese op basis van de toetsingsgrootheid: , Zie ook: Kruskall-Wallis, significantie en p-waarde (nl)
- F-тест или критерий Фишера (F-критерий, φ*-критерий) — статистический критерий, тестовая статистика которого при выполнении нулевой гипотезы имеет распределение Фишера (F-распределение). Статистика теста так или иначе сводится к отношению выборочных дисперсий (сумм квадратов, деленных на «степени свободы»). Чтобы статистика имела распределение Фишера, необходимо, чтобы числитель и знаменатель были независимыми случайными величинами и соответствующие суммы квадратов имели распределение Хи-квадрат. Для этого требуется, чтобы данные имели нормальное распределение. Кроме того, предполагается, что дисперсия случайных величин, квадраты которых суммируются, одинакова. (ru)
- F-тестом або критерієм Фішера (F-критерієм, φ*-критерієм) — називають будь-який статистичний критерій, тестова статистика якого при виконанні нульової гіпотези має розподіл Фішера (F-розподіл). Статистика тесту так чи інакше зводиться до відношення вибіркових дисперсій (сум квадратів, ділених на «ступеня свободи»). Щоб статистика мала розподіл Фішера, необхідно, щоб чисельник і знаменник були незалежними випадковими величинами і відповідні суми квадратів мали розподіл Хі квадрат. Для цього потрібно, щоб дані мали нормальний розподіл. Крім того, передбачається, що дисперсія випадкових величин, квадрати яких підсумовуються, однакова. (uk)
|
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)