Inverse-F-Verteilung-Rechner
Finden Sie den F-Wert aus dem Perzentil.
Wahrscheinlichkeit muss zwischen 0 und 1 liegen (exklusiv)
Wahrscheinlichkeit und Freiheitsgrade eingeben
Was ist der Inverse F-Rechner?
Die inverse F-Funktion findet den F-Wert, der einer gegebenen Wahrscheinlichkeit entspricht. Während der F-Verteilung Rechner P(F < x) berechnet, fragt diese Umkehrfunktion: "Welcher F-Wert hat diese Wahrscheinlichkeit unterhalb von sich?"
Gegeben: Wahrscheinlichkeit (kumulativ), df₁ (Zaehler), df₂ (Nenner) Ergebnis: Der F-Wert an diesem Perzentil
Haeufige kritische Werte
Fuer rechtseitige Wahrscheinlichkeit α = 0,05 (kumulative p = 0,95):
| df₁ | df₂ = 10 | df₂ = 20 | df₂ = 30 |
|---|---|---|---|
| 1 | 4,96 | 4,35 | 4,17 |
| 2 | 4,10 | 3,49 | 3,32 |
| 3 | 3,71 | 3,10 | 2,92 |
| 5 | 3,33 | 2,71 | 2,53 |
| 10 | 2,98 | 2,35 | 2,16 |
| 20 | 2,77 | 2,12 | 1,93 |
Fuer α = 0,01:
| df₁ | df₂ = 10 | df₂ = 20 | df₂ = 30 |
|---|---|---|---|
| 1 | 10,04 | 8,10 | 7,56 |
| 3 | 6,55 | 4,94 | 4,51 |
| 10 | 4,85 | 3,37 | 2,98 |
Anwendungen
Kritische Werte fuer ANOVA
"Fuer eine einfaktorielle ANOVA mit 4 Gruppen und 50 Beobachtungen insgesamt, welcher kritische F-Wert gilt bei α = 0,05?"
df₁ = 4 - 1 = 3 df₂ = 50 - 4 = 46 F₀,₉₅(3, 46) ≈ 2,81
H₀ wird abgelehnt, wenn der beobachtete F-Wert > 2,81
Testen von Regressionsmodellen
"Test einer Regression mit 5 Praediktoren und n = 60, finde den kritischen F-Wert bei α = 0,01."
df₁ = 5 df₂ = 60 - 5 - 1 = 54 F₀,₉₉(5, 54) ≈ 3,38
Vergleich von Varianzen
"Zwei Stichproben mit jeweils 15 Beobachtungen. Welcher kritische F-Wert gilt fuer den Test auf gleiche Varianzen bei α = 0,05 (zweiseitig)?"
df₁ = df₂ = 14 Fuer zweiseitigen Test: verwende α/2 = 0,025 in jedem Schwanz F₀,₉₇₅(14, 14) ≈ 2,98
Ablehnung wenn F > 2,98 oder F < 1/2,98 = 0,34
Vergleich verschachtelter Modelle
Der Vergleich von vollstaendigen und reduzierten Regressionsmodellen erfordert kritische F-Werte basierend auf der Anzahl der hinzugefuegten Terme.
Einseitig vs. Zweiseitig
Einseitig (die meisten F-Tests)
ANOVA- und Regressionstests verwenden nur den oberen Schwanz:
- Berechne F₀,₉₅ oder F₀,₉₉
- Ablehnung wenn F > kritischer Wert
Zweiseitig (Varianzvergleich)
Das Testen von σ₁² ≠ σ₂² verwendet beide Schwaenze:
- Oberer: F₁₋α/₂
- Unterer: Fα/₂ = 1/F₁₋α/₂(df₂, df₁)
Die reziproke Beziehung: F₀,₀₅(df₁, df₂) = 1/F₀,₉₅(df₂, df₁)
Eigenschaften kritischer F-Werte
Mit steigendem df:
- Kritische F-Werte sinken
- Die Verteilung wird weniger schief
Symmetrie: F₁₋α(df₁, df₂) = 1/Fα(df₂, df₁)
Dies ermoeglicht die Berechnung unterer Perzentile aus oberen Perzentilen.
Historischer Kontext
Ronald Fisher entwickelte die F-Verteilung in den 1920er Jahren.
George Snedecor veroeffentlichte umfangreiche F-Tabellen und machte damit die ANOVA fuer Forscher praktisch anwendbar.
Vor dem Computerzeitalter waren F-Tabellen unverzichtbar - separate Tabellen fuer verschiedene Signifikanzniveaus und Kombinationen von Freiheitsgraden.
Berechnungsmethoden
Die inverse F-Funktion hat keine geschlossene Form. Moegliche Ansaetze sind:
Newton-Raphson: Iterative Loesung von CDF(F) - p = 0
Beziehung zur Betafunktion: F steht in Beziehung zur unvollstaendigen Betafunktion: P(F < f) = I(df₁×f/(df₁×f + df₂))
Die Inversion verwendet inverse Beta-Algorithmen.
Anfangsnaeherung: Fuer grosse df gilt F ≈ 1 + z×√(2/df₂)
Eigenschaften der F-Verteilung
Mittelwert: df₂/(df₂-2) fuer df₂ > 2
Modus: ((df₁-2)/df₁) × (df₂/(df₂+2)) fuer df₁ > 2
Wenn beide df → ∞: F → 1
| Perzentil | Form | Ungefaehrer F-Wert |
|---|---|---|
| 50. | — | ≈ 1 fuer grosse df |
| 95. | Oberer Schwanz | Abhaengig von df |
| 99. | Weit im oberen Schwanz | Deutlich groesser |
Quantiltabellen
Fuer verschiedene kumulative Wahrscheinlichkeiten:
| p | F(3,20) | F(5,30) | F(10,60) |
|---|---|---|---|
| 0,50 | 0,85 | 0,83 | 0,88 |
| 0,90 | 2,38 | 2,05 | 1,71 |
| 0,95 | 3,10 | 2,53 | 2,04 |
| 0,99 | 4,94 | 3,70 | 2,80 |
ANOVA- und Regressionskontext
Einfaktorielle ANOVA
df₁ = k - 1 (Gruppen minus 1) df₂ = n - k (Gesamt minus Gruppen)
Zweifaktorielle ANOVA
Mehrere F-Tests:
- Faktor A: df₁ = a - 1
- Faktor B: df₁ = b - 1
- Interaktion: df₁ = (a-1)(b-1)
- Fehler: df₂ = n - a×b
Regression
Gesamt-F: df₁ = p (Praediktoren), df₂ = n - p - 1 Verschachtelter F: df₁ = q (hinzugefuegte Praediktoren), df₂ = n - k - 1
Verwandte Berechnungen
- F-Verteilung Rechner — Vorwaertsberechnung
- Einfaktorielle Varianzanalyse Rechner — Verwendet kritische F-Werte
- Chi-Quadrat-Verteilung Rechner — Verwandte Verteilung
- T-Verteilung Rechner — T² ~ F(1, df)
- Freiheitsgrade Rechner — Berechnung der df
Zusammenfassung
Der inverse F-Rechner wandelt kumulative Wahrscheinlichkeiten in F-Werte fuer jede Kombination von Zaehler- und Nenner-Freiheitsgraden um. Er ist entscheidend fuer die Bestimmung von ANOVA-Ablehnungsbereichen, das Testen der Regressionssignifikanz und den Vergleich von Varianzen. Die inverse F-Funktion ergaenzt die Vorwaerts-CDF. Beide Freiheitsgrade beeinflussen die kritischen Werte, wobei groessere df kleinere kritische Werte (naeher an 1) erzeugen. Fuer Varianzvergleichstests ermoeglicht die reziproke Beziehung die Berechnung unterer Perzentile aus oberen Perzentilen.