P-Wert aus F-Statistik

Die F-Verteilung ist das Referenzgesetz vieler Varianzquotienten-Tests: einfaktorielle ANOVA, globale Regressions-F-Tests, Gleichheit zweier Stichprobenvarianzen und Vergleiche geschachtelter Modelle. Sobald Sie eine beobachtete F-Statistik sowie deren Zähler- und Nennerfreiheitsgrade haben, lautet die praktische Frage fast immer gleich: Wie extrem ist dieses Verhältnis unter der Nullhypothese? Der rechtsseitige p-Wert beantwortet sie mit einer einzigen Zahl zwischen null und eins. Dieser Rechner nimmt nur das klassische Tripel — F, df1 und df2 — entgegen und liefert P(F größer als der beobachtete Wert) über die Identität der regularisierten unvollständigen Beta-Funktion, ohne Tabellen und ohne Tabellenkalkulationsmakros. Freiheitsgrade unter eins werden abgelehnt, weil sie außerhalb der üblichen F-Familie von Lehrbüchern und Software liegen.

Wofür der p-Wert einer F-Statistik steht

Viele klassische Tests vergleichen zwei Varianzen als Quotienten: die einfaktorielle Varianzanalyse, der globale F-Test einer Regression, der Vergleich zweier Stichprobenvarianzen oder verschachtelte Modelle. Unter der Nullhypothese folgt dieser Quotient einer F-Verteilung mit Zähler- und Nennerfreiheitsgraden. Der rechtsseitige p-Wert ist die Wahrscheinlichkeit, unter dieser Verteilung ein F zu erhalten, das mindestens so groß ist wie das beobachtete. Ein großes F bedeutet, dass das mittlere Quadrat im Zähler deutlich größer ist als im Nenner, etwa die Streuung zwischen den Gruppen gegenüber der Streuung innerhalb der Gruppen.

So nutzen Sie das Ergebnis richtig

Sie brauchen nur drei Zahlen: das beobachtete F, das nicht negativ sein darf, und die beiden Freiheitsgrade, die jeweils mindestens eins betragen müssen. Auch gebrochene Freiheitsgrade sind erlaubt, wie sie bei Näherungen nach Satterthwaite oder Kenward-Roger entstehen. Für ein F von 4 mit 5 und 10 Freiheitsgraden liegt der p-Wert knapp unter 3 Prozent. Ein kleiner p-Wert spricht im einseitigen Sinn gegen die Nullhypothese. Der Rechner führt keine Varianzanalyse mit Rohdaten durch; er übersetzt eine bereits berechnete Statistik in ihre Wahrscheinlichkeit, auch wenn ein Artikel den p-Wert weggelassen hat.

Was der rechtsseitige F-p-Wert bedeutet

Unter einer Nullhypothese, dass zwei unabhängige Chi-Quadrat-Varianzen dieselbe Skala teilen, folgt das Verhältnis ihrer mittleren Quadrate einer F-Verteilung mit Zählerfreiheitsgraden gleich denen des ersten Chi-Quadrats und Nennerfreiheitsgraden gleich denen des zweiten. Große beobachtete F-Werte bedeuten, dass das mittlere Quadrat des Zählers viel größer ist als das des Nenners — genau die Richtung, die die meisten klassischen Tests interessiert: Zwischengruppenvarianz größer als Residualvarianz, Regressionsmodell größer als Residual, oder Varianz der ersten Stichprobe größer als die der zweiten.

Der rechtsseitige p-Wert ist die Wahrscheinlichkeit, unter dieser Null-F-Verteilung ein F zu erhalten, das mindestens so groß ist wie das beobachtete. Ein kleiner p-Wert ist Evidenz gegen die Null in diesem einseitigen Sinn; ein großer p-Wert bedeutet, dass das beobachtete Verhältnis für die angegebenen Freiheitsgrade gewöhnlich ist. Dieser Endpunkt schätzt F nicht aus Rohdaten, führt keine mehrfaktorielle ANOVA aus und korrigiert nicht für Mehrfachvergleiche — er wandelt nur ein bereits berechnetes F und seine Freiheitsgrade in eine präzise rechtsseitige Wahrscheinlichkeit um.

Stetige Freiheitsgrade sind erlaubt, wenn sie mindestens eins betragen; gebrochene df treten in manchen Satterthwaite- und Kenward–Roger-Näherungen auf, und die unvollständige-Beta-Darstellung behandelt sie wie ganzzahlige df.

Wo ein P-Wert-Rechner aus F-Statistik sich lohnt

Einführende Statistik- und Versuchsplanungskurse vergeben endlose ANOVA- und Regressions-F-Übungen: Studierende berechnen das Verhältnis mittlerer Quadrate von Hand und brauchen dann eine zuverlässige rechtsseitige Wahrscheinlichkeit, ohne gedruckte F-Tabellen zu blättern, die nur wenige kritische Werte listen. Angewandte Forschende, die zwei Residualvarianzen vergleichen oder ein F aus einer veröffentlichten ANOVA-Tabelle ohne p-Wert lesen, können das Signifikanzniveau allein aus der berichteten Statistik und den Freiheitsgraden zurückgewinnen. Qualitätsingenieure und Prozessanalysten, die bereits ein F aus einer Messmittelstudie oder einem geschachtelten Varianzkomponentenmodell haben, können es für Berichte in einen p-Wert abbilden, ohne Desktop-Software zu öffnen.

Wenn Sie später Tukey-HSD-Paarvergleiche nach ANOVA, eine vollständige mehrfaktorielle Designmatrix oder einen Chi-Quadrat-Anpassungsgüte-p-Wert brauchen, behandeln Sie diese als getrennte Suchabsichten und Landings statt diese einzelne F-zu-p-Wert-Seite zu überladen.