如何找到自由度|定义和公式
自由度,通常用v或df,是用于计算a的独立信息的数量统计.它的计算方法是样本容量减去限制条件的数量。
自由度通常报告在测试统计量旁边的括号中,与统计测试的结果一起。
自由度是什么?
在推论统计,你估计参数通过计算样本的统计量来计算总体。用于计算统计数据的独立信息的数量称为自由度.统计数据的自由度取决于样本量:
- 当样本容量为小,只有几个独立的信息,因此只有几个自由度。
- 当样本容量为大,有许多独立的信息,因此有许多自由度。
当你估计你需要引入一个参数限制价值观是如何相互联系的。因此,这些信息并非都是独立的。换句话说,样本中的值并不是全部自由变化.
下面的类比而且例子向您展示一个值可以自由变化意味着什么,以及它是如何受到限制的影响。
自由变化:甜点类比
自由变化:求和的例子
自由度和假设检验
检验统计量的自由度决定检验统计量的临界值假设检验.临界值由空分布和是决定是否拒绝的一个临界值零假设.
自由度通过改变零分布的形状来影响临界值。的空分布学生的t,卡方,和其他测试统计量随自由度变化,但它们都以不同的方式变化。
学生的t分布
执行t测验,你计算t并将其与临界值进行比较。要找到正确的临界值,需要使用学生的t分布有适当的自由度。
Student的零分布t随自由度变化:
- 当df= 1,分布是强烈的尖峰的,这意味着出现极端值的概率大于正态分布。
- 随着df的增加,分布变窄,细峰性减少。它变得越来越像a标准正态分布
- 当df≥30.学生的t分布几乎与标准正态分布相同。如果样本容量大于30,则可以使用标准正态分布(也称为正态分布)z分发)而不是学生的t分布。
这种分布形状的变化是有直观意义的。的t随着自由度的增加,分布的扩散程度会减小,因为估计的确定性会增加。想象一下,重复抽样并计算Student 'st;样本量越大,样本之间的检验统计量变化就越小。
卡方分布
执行卡方检验,将样本卡方与临界值进行比较。要找到正确的临界值,需要使用卡方分布有适当的自由度。
的空分布卡方的值随自由度的变化而变化,但与Student的值不同t地理分布:
如何计算自由度
a的自由度统计是样本容量减去限制数。大多数时候,限制是参数这是计算统计数据的中间步骤。
n−r
地点:
- n是样本量
- r限制的数量通常与估计的参数数量相同吗
自由度不能是负的。因此,你估计的参数数量不能大于你的样本容量。
浪费的公式
可能很难计算出限制的数量。通常更容易使用特定于测试的公式来计算测试统计量的自由度。
下表给出了几种常用试验的自由度计算公式。
测试 | 公式 | 笔记 |
---|---|---|
一个示例t测验 | df=n−1 | |
独立样本t测验 | df=n1+n2−2 | 在哪里n1第1组的样本量和n2是第2组的样本量吗 |
相关的样品t测验 | df=n−1 | 在哪里n双的数量是多少 |
简单线性回归 | df=n−2 | |
卡方拟合优度检验 | df=k−1 | 在哪里k是组数吗 |
独立性卡方检验 | df= (r−1)* (c−1) | 在哪里r行数(一个变量的组)和c列联表中的列数(另一个变量的组)是多少 |
单向方差分析 | 群体间的df=k−1 类内df=N−k 总计df=N−1 |
在哪里k组数和N是所有组的样本容量之和吗 |
自由度测验
关于自由度的常见问题
引用这篇Scribbr文章
如果你想引用这个来源,你可以复制和粘贴引用或点击“引用这篇Scribbr文章”按钮,自动添加到我们的免费引用生成器引用。