# F检验

> F检定 (F-test)，亦称联合假设检定（joint hypotheses test）、变异数比率检验、方差齐性检验。它是一种在零假设（null hypothesis, H0）之下，统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型，以判断该模型中的全部或一部分参数是否适合用来估计母体。 F检验这名称是由美国数学家兼统计学家George W. Snedecor命名，为了纪念英国统计学家兼生物学家罗纳德·费雪（Ronald Aylmer Fisher）。Fisher在1920年代发明了这个检验和F-分布，最初称为变异数比率（Variance Ratio）。

- ID: m06638
- 分类: technical
- 领域: 统计学

## 定义

用于比较方差或检验回归模型的统计检验方法：核心应用：1. 方差齐性检验：比较两个总体的方差是否相等2. 方差分析（ANOVA）：检验多个组的均值是否相等3. 回归分析：检验回归模型的整体显著性F统计量：F = 组间方差 / 组内方差脚手架作用：方差比较，模型检验。F检验提供了比较变异性的标准方法，帮助研究者判断观察到的差异是真实的还是随机波动。

## 机制

用于比较方差或检验模型显著性的统计方法。F 统计量 = 组间方差 / 组内方差。机制是：若各组均值真无差异，组间与组内方差应相近（F≈1）；若组间显著更大（F 远大于 1），则拒绝"均值相等"的原假设。本质是**用方差比衡量组间差异是否超出随机波动**。

## 练习

1. 设定原假设（如多组均值相等）； 2. 计算组间与组内均方； 3. 求 F = MS_组间 / MS_组内； 4. 比对 F 分布临界值得 p 值； 5. 若 p < 显著性水平则拒绝原假设。

## 脚手架用法

方差比较，模型检验。F检验提供了比较变异性的标准方法，帮助研究者判断观察到的差异是真实的还是随机波动。

[阅读网页](https://thinkingmodels.site/entries/detail/m06638)