F分布（F-distribution）

F分布（F-distribution） 是一种由英国统计学家 Ronald Fisher 引入的连续概率分布，主要用于构造 F检验（F-test），如方差分析（ANOVA）、回归整体显著性检验，以及比较两个总体方差等。它在现代统计推断和计量经济学中扮演重要角色。以下将从定义、性质、应用和注意事项等几个方面对 F 分布进行系统介绍。

---

1. F 分布的定义

1.1 由卡方分布衍生

设

• $U\sim {\chi }^2(d_1)$：自由度为 $d_1$ 的卡方分布；
• $V\sim {\chi }^2(d_2)$：自由度为 $d_2$ 的卡方分布；
• 且 $U$ 与 $V$ 相互独立。

那么随机变量
$$F=\frac{U/d_1}{V/d_2}$$
服从自由度为 $(d_1,d_2)$ 的 F 分布，记为
$$F\sim F(d_1,d_2).$$

1.2 基本性质

• 偏态：F 分布是一种右偏（正偏）分布，随着 $d_1$ 与 $d_2$ 的变化形状各不相同。
• 非负：$F\ge 0$，其值域从 0 到 $+\infty$。
• 均值与方差：对于 $d_2>2$，$\mathbb{E}[F]=\frac{d_2}{d_2-2}$；对 $d_2>4$，$\text{Var}(F)=\frac{2d_2^2(d_1+d_2-2)}{d_1(d_2-2{)}^2(d_2-4)}$。若 $d_2\le 2$，期望不存在，若 $d_2\le 4$，方差不存在。

---

2. F 分布的应用场景

2.1 方差分析（ANOVA）

• 多组均值比较：例如比较 $k$ 个总体的均值是否存在显著差异。
• F统计量：将总变异（离差平方和）拆分成“组间变异”和“组内变异”，构造
  $$F=\frac{\text{组间均方}}{\text{组内均方}}.$$
  在原假设“所有均值相等”下，该统计量服从 F 分布，若观测到的 F 值过大，则拒绝原假设。

2.2 回归模型整体显著性检验

• 在多元线性回归 $y={\beta }_0+{\beta }_1{x}_1+...+{\beta }_k{x}_k+ϵ$，检验所有 ${\beta }_i$ 是否同时为 0，即模型是否有解释力。
• F统计量：
  $$F=\frac{(\text{SSR}/k)}{(\text{SSE}/(n-k-1))}$$
  其中 SSR 为回归平方和，SSE 为误差平方和，n 为样本量。若 F 值过大（p 值很小），说明模型整体显著。

2.3 比较两个总体方差是否相等

• 假设两总体分别服从正态分布，现有各自的样本方差 $S_1^2$, $S_2^2$，希望检验
  $$H_0:{\sigma }_1^2={\sigma }_2^2.$$
• F统计量：
  $$F=\frac{S_1^2}{S_2^2}$$
  若在原假设下该 F 值落在极端区间，则表明方差可能不相等。

---

3. F 分布的概率密度函数（PDF）

F 分布的 PDF 难以直观简短地表达，通常形式如下：

$$f_F(x;d_1,d_2)=\frac{\sqrt{\frac{(d_{1}x{)}^{d_1}\cdot d_2^{d_2}}{(d_{1}x+d_2{)}^{d_1+d_2}}}}{x\cdot B(\frac{d_1}{2},\frac{d_2}{2})}\text{for }x>0,$$

其中 $B(\cdot ,\cdot )$ 是 Beta 函数，$d_1,d_2$ 为自由度。

---

4. 使用 F 分布进行检验的步骤

1. 计算检验统计量 F：
   根据具体场景（如方差分析、回归整体显著性、比较方差等）构造对应的 F 值。
2. 确定自由度：
   • 在 ANOVA 中，$d_1=k-1$（组间），$d_2=n-k$（组内）
   • 在回归中，$d_1=k$，$d_2=n-k-1$
   • 在比较方差中，$d_1=n_1-1$，$d_2=n_2-1$
3. 查找 F 分布表 / 计算 p 值：
   • 给定显著性水平 $\alpha$，找到 ${\text{F}}_{\alpha }(d_1,d_2)$；
   • 若 $F_{\text{obs}}>{\text{F}}_{\alpha }(d_1,d_2)$，拒绝原假设；或根据计算机输出 p 值，若 p < $\alpha$，则拒绝原假设。
4. 做统计结论：
   • 根据拒绝或不拒绝原假设，判断变量间是否有显著差异/回归模型是否有效等。

---

5. 注意事项

1. 正态性假设
   • F 检验通常要求样本来自正态总体或残差近似正态分布，若违背正态性假设，需要更稳健或非参数检验。
2. 独立性
   • 样本必须相互独立，否则 F 分布的推断无效。
3. 方差齐性
   • ANOVA 要求各组方差齐性（Homogeneity of Variance），如不满足，可使用 Welch ANOVA 或其它替代方法。
4. 对异常值敏感
   • 方差及平方和统计对极端值比较敏感，应做好异常值检测和处理。
5. 单侧或双侧检验
   • 比较方差时，可能分单侧（如 ${\sigma }_1^2>{\sigma }_2^2$）或双侧（${\sigma }_1^2\ne {\sigma }_2^2$）。要正确选择 F 值的上下侧尾区间。

---

6. 小结

• F分布（F-distribution） 是基于卡方分布之比构造的一种偏态分布，由两个自由度 $(d_1,d_2)$ 控制其形状。
• 主要应用：方差分析（ANOVA）、回归整体显著性检验、比较两个总体方差是否相等等。
• 关键工具：通过计算 F 统计量并与 F 分布的临界值或 p 值比较，决定是否拒绝原假设。
• 前提条件：通常需要（近似）正态总体、样本独立、方差齐性（对于 ANOVA）等。
• 实际价值：F检验是许多统计推断和分析方法的基础，如多元线性回归、单因素/多因素 ANOVA、实验设计等，都依赖于 F 分布做整体显著性或差异性检验。

总之，F分布为构建 “同时多因素差异” 的统计检验提供了坚实的基础，在学术研究、工业生产、金融分析、医学试验等众多领域都得到广泛应用。