χ² 分布到 F 分布到 ANOVA

1. χ²分布

2. F分布

当需要计算方差的比值时，便会用到 F分布。

如下两个独立的分布：

• U1：χ²分布，自由度为 ν1
• U2：χ²分布，自由度为 ν2

F-分布的概率密度函数为：

$$f(x)=\frac{\Gamma (\frac{{\nu }_1+{\nu }_2}{2}){\left(\frac{{\nu }_1}{{\nu }_2}\right)}^{\frac{{\nu }_1}{2}}{x}^{\frac{{\nu }_1}{2}-1}}{\Gamma (\frac{{\nu }_1}{2})\Gamma (\frac{{\nu }_2}{2})(1+\frac{{\nu }_1}{{\nu }_2}x{)}^{\frac{{\nu }_1+{\nu }_2}{2}}},x\ge 0$$

F-分布的数字特征：

• 均值：$\mu =\frac{{\nu }_2}{{\nu }_2-2},{\nu }_2>2$
• 中位数：当 ${\nu }_1={\nu }_2$ 时，中位数为 1；

from scipy.stats import f
import matplotlib.pyplot as plt

x = np.arange(0, 10, .001)
plt.plot(x, f.pdf(x, 3, 8), x, f.pdf(x, 8, 3), x, f.pdf(x, 20, 20))
plt.legend(['3 & 8 df', '8 & 3 df', '20 & 20 df'])

3. ANOVA

如果计算得到的 F-ratio 或者叫 F-score < critical value（临界值），也即落在绿色区域，则 fail to reject null hypothesis（不能拒绝0假设），反之 F-score > critical value，落在红色区域（rejection region），则 reject null hypothesis（拒绝0假设）。

某已知自由度的 F分布，其 critical value 通过查表得到：

表中红色阴影表示 0.05 的置信水平对应的临界值；
表中黑体数字则在 0.01 的置信水平下对应的临界值；