Table F

Qu'est-ce qu'une table F ?

Une table F affiche les valeurs critiques pour la distribution F, qui est le rapport de deux distributions du chi-carré divisées par leurs degrés de liberté respectifs. La distribution F est principalement utilisée dans l'analyse de variance (ANOVA) et les tests comparant deux variances.

$F = \frac{\chi^2_1/df_1}{\chi^2_2/df_2} = \frac{s_1^2/\sigma_1^2}{s_2^2/\sigma_2^2}$

Comprendre les deux degrés de liberté

La distribution F a deux paramètres de degrés de liberté :

• df₁ (numérateur) : Associé à la variance au numérateur
• df₂ (dénominateur) : Associé à la variance au dénominateur

Dans le contexte de l'ANOVA :

• df₁ = nombre de groupes - 1 (variation inter-groupes)
• df₂ = N total - nombre de groupes (variation intra-groupes)

Comment lire la table F

1. Sélectionnez le niveau α approprié (0.05, 0.01, etc.)
2. Trouvez votre df₁ (numérateur) dans les en-têtes de colonne
3. Trouvez votre df₂ (dénominateur) dans les étiquettes de ligne
4. L'intersection donne la valeur F critique

Exemple : Pour une ANOVA à un facteur avec 3 groupes et 30 observations totales à α = 0.05 :

• df₁ = 3 - 1 = 2
• df₂ = 30 - 3 = 27
• F critique(2, 27) ≈ 3.35

Quand utiliser la distribution F

Analyse de variance (ANOVA)

Tester si les moyennes de groupes diffèrent significativement :

$F = \frac{MS_{inter}}{MS_{intra}} = \frac{\text{Variance inter-groupes}}{\text{Variance intra-groupes}}$

Test de rapport de variance

Comparer deux variances de population :

$F = \frac{s_1^2}{s_2^2}$

où s₁² > s₂² (variance la plus grande au numérateur).

Analyse de régression

Tester la significativité globale du modèle :

$F = \frac{MS_{regression}}{MS_{residuel}}$

Propriétés clés

• Toujours positif : Les valeurs F sont ≥ 0
• Asymétrique à droite : Surtout pour les petits degrés de liberté
• Pas symétrique : F(df₁, df₂) ≠ F(df₂, df₁)
• Relation réciproque : F₁₋α(df₁, df₂) = 1/Fα(df₂, df₁)

Valeurs critiques ANOVA courantes (α = 0.05)

Règles de décision

Pour un test unilatéral à droite (typique pour l'ANOVA) :

• Si F_calculé > F_critique : Rejeter H₀
• Si F_calculé ≤ F_critique : Ne pas rejeter H₀

Pour un test de rapport de variance bilatéral :

• Utiliser à la fois F_α/2 et F₁₋α/2 valeurs critiques
• Rejeter si F tombe dans l'une ou l'autre queue

Exemple : ANOVA à un facteur

Tester si les méthodes d'enseignement affectent les scores d'examen :

• 4 méthodes, 10 étudiants chacune (N = 40)
• df₁ = 4 - 1 = 3
• df₂ = 40 - 4 = 36
• À α = 0.05, F_critique ≈ 2.87
• Si F_calculé = 4.52, rejeter H₀ (les méthodes diffèrent)

Outils associés

• Calculateur d'ANOVA à un facteur — Comparer plusieurs groupes
• Calculateur d'ANOVA à deux facteurs — Deux facteurs
• Calculateur de distribution F — Trouver les probabilités
• Calculateur de test de Levene — Tester l'égalité des variances

Résumé

La table F est fondamentale pour les tests ANOVA et de comparaison de variances. Contrairement aux distributions avec un seul paramètre de degrés de liberté, la distribution F nécessite à la fois les degrés de liberté du numérateur et du dénominateur. Les valeurs critiques dépendent des deux paramètres, donc les tables sont généralement organisées par niveau de significativité avec des pages ou onglets séparés pour différentes valeurs α. Comprendre comment naviguer dans la table F — en faisant correspondre les deux paramètres df à votre analyse — est essentiel pour des tests d'hypothèses appropriés dans les études expérimentales et observationnelles.