线性关系的 F 检验<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好
我正在尝试执行 f 检验以检查 0.1 级别的 2 个连续变量之间是否存在线性关系。 我已经通过 X -> Fit Line 完成了 Fit Y，我的答案是 Prob > F = < 0.001。 但是，当我在线性拟合水平下更改 alpha 水平时，所有数字都不会改变。 我是不是做错了什么，因为我认为方差分析结果应该随着 alpha 的变化而变化。
谢谢
回复：线性关系的 F 检验好吧，我们实际上并没有测试这种关系是否是线性的。 使用此类测试时，线性是我们的假设。 这种关系可能仍然是非线性的，即使 p < 0.001。 识别非线性的一种快速方法是寻找残差中的任何模式。
当 p<0.001 时，我们可以相当确定地拒绝斜率为零的零假设，即我们有 x 和 y 之间正相关关系的强烈（和统计显着）迹象。 但请记住，线性回归本身并不能“证明”任何因果关系。 为此，我们使用我们对过程的科学理解（x 影响 y？y 影响 x? 或者是否有其他因素可以影响两者）。
线性关系的 F 检验万分感谢。
只是为了仔细检查我明白这里的一切，因为 p<0.001 我们拒绝零假设，即数据不是线性的，并接受备择假设，即实际上存在线性关系，对吗？
线性关系的 F 检验传统的方法是在表格中查找。 在 JMP 中，有一个函数 F Quantile( ) 返回给定 p 和二维自由度的 F。
对于具有两个变量、20 个观测值和 alpha = 0.1 的线性回归，您可以使用公式
暴击率= F分位数( 0.9 , 1个, 1 8个) ;
展示(暴击率)
Fcrit = 3,00697659179545;
如果您的 F 超过此 Fcrit，您可以拒绝所选符号级别的原假设。 但是您已经知道，如果您得到 p < 0,001。 现在使用软件为您计算实际 p 值，临界值的使用不像以前那么多了。 至少不明确。
线性关系的 F 检验谢谢。
快速提问，我如何才能在假设检验中找到临界 F 值？
线性关系的 F 检验Alpha 不影响 F 的计算，因此不影响 p 值。 的确，临界 F 值（用于假设检验）随 alpha 而变化，但与临界 F 进行比较的估计 F 不会变化。
但是，如果启用“Confid curve fit”，您可以看到置信带如何随着 alpha 的变化而变窄或变宽。
