एफ वितरण: Difference between revisions

Fisher–Snedecor
	Probability density function
	Cumulative distribution function
Parameters	d1, d2 > 0 deg. of freedom
Support	if , otherwise
PDF
CDF
Mean	; for d2 > 2
Mode	; for d1 > 2
Variance	; for d2 > 4
Skewness

@@ Line 1: / Line 1: @@
 {{Short description|Continuous probability distribution}}
-{{About|केंद्रीय एफ-वितरण|सामान्यीकृत वितरण|अकेंद्रीय एफ-वितरण|अन्य उपयोग|एफ-अनुपात (disambiguation){{!}}F-ratio}}
-{{distinguish|text=[[एफ-सांख्यिकी|''एफ''-सांख्यिकी]] as used in [[जनसंख्या आनुवंशिकी]]}}
 {{DISPLAYTITLE:''F''-distribution}}
 {{Probability distribution
@@ Line 23: / Line 21: @@
 }}
-संभाव्यता सिद्धांत और सांख्यिकी में, ''एफ''-वितरण या एफ-अनुपात, जिसे स्नेडेकोर के ''एफ'' वितरण या फिशर-स्नेडेकोर वितरण ([[रोनाल्ड फिशर]] और जॉर्ज डब्ल्यू. स्नेडेकोर के बाद) के रूप में भी जाना जाता है, एक सतत प्रायिकता वितरण है, जो लगातार शून्य वितरण के रूप में उत्पन्न होता है। एक परीक्षण सांख्यिकी, विशेष रूप से प्रसरण (एनोवा) और अन्य एफ-परीक्षणों के विश्लेषण में है।<ref name=johnson>{{cite book  | last = Johnson
+प्रायिकता सिद्धांत और सांख्यिकी में, ''एफ''-वितरण या एफ-अनुपात, जिसे स्नेडेकोर के ''एफ'' वितरण या फिशर-स्नेडेकोर वितरण ([[रोनाल्ड फिशर]] और जॉर्ज डब्ल्यू. स्नेडेकोर के बाद) के रूप में भी जाना जाता है, एक सतत प्रायिकता वितरण है, जो लगातार शून्य वितरण के रूप में उत्पन्न होता है। एक परीक्षण सांख्यिकी, विशेष रूप से प्रसरण (एनोवा) और अन्य एफ-परीक्षणों के विश्लेषण में है।<ref name=johnson>{{cite book  | last = Johnson
    | first = Norman Lloyd
    |author2=Samuel Kotz |author3=N. Balakrishnan
@@ Line 51: / Line 49: @@
 \end{align}
 </math>
-[[वास्तविक संख्या]] x > 0 के लिए यहाँ <math>\mathrm{B}</math> बीटा फलन है। कई अनुप्रयोगों में, प्राचल (पैरामीटर) ''d''<sub>1</sub> और ''d''<sub>2</sub> [[सकारात्मक पूर्णांक]] हैं, लेकिन वितरण इन प्राचल के सकारात्मक वास्तविक मूल्यों के लिए अच्छी तरह से परिभाषित है।
+[[वास्तविक संख्या]] x > 0 के लिए यहाँ <math>\mathrm{B}</math> बीटा फलन है। कई अनुप्रयोगों में, पैरामीटर ''d''<sub>1</sub> और ''d''<sub>2</sub> [[सकारात्मक पूर्णांक|धनात्मक पूर्णांक]] हैं, लेकिन वितरण इन पैरामीटर के धनात्मक वास्तविक मूल्यों के लिए अच्छी तरह से परिभाषित है।
 संचयी वितरण फलन है
@@ Line 63: / Line 61: @@
 F(''d''<sub>1</sub>, ''d''<sub>2</sub>) वितरण का k-वाँ क्षण उपस्थित है और केवल तभी परिमित है जब 2k <d<sub>2</sub> और यह समान है
-:<math>\mu _X(k) =\left( \frac{d_2}{d_1}\right)^k \frac{\Gamma \left(\tfrac{d_1}{2}+k\right) }{\Gamma \left(\tfrac{d_1}{2}\right)} \frac{\Gamma \left(\tfrac{d_2}{2}-k\right) }{\Gamma \left( \tfrac{d_2}{2}\right) }.</math>  <ref name=taboga>{{cite web | last1 = Taboga | first1 = Marco | url = http://www.statlect.com/F_distribution.htm | title = The F distribution}}</ref>
+:<math>\mu _X(k) =\left( \frac{d_2}{d_1}\right)^k \frac{\Gamma \left(\tfrac{d_1}{2}+k\right) }{\Gamma \left(\tfrac{d_1}{2}\right)} \frac{\Gamma \left(\tfrac{d_2}{2}-k\right) }{\Gamma \left( \tfrac{d_2}{2}\right) }.</math> <ref name=taboga>{{cite web | last1 = Taboga | first1 = Marco | url = http://www.statlect.com/F_distribution.htm | title = The F distribution}}</ref>
 एफ-वितरण [[बीटा प्राइम वितरण|बीटा प्रमुख वितरण]] का एक विशेष प्राचलीकरण है, जिसे दूसरी तरह का बीटा वितरण भी कहा जाता है।
@@ Line 69: / Line 67: @@
 :<math>\varphi^F_{d_1, d_2}(s) = \frac{\Gamma\left(\frac{d_1+d_2}{2}\right)}{\Gamma\left(\tfrac{d_2}{2}\right)} U \! \left(\frac{d_1}{2},1-\frac{d_2}{2},-\frac{d_2}{d_1} \imath s \right)</math>
-जहां U(a, b, z) दूसरी तरह का [[संगम हाइपरज्यामितीय समारोह|संगमी हाइपरज्यामितीय फलन]] है।
+जहां U(a, b, z) दूसरी तरह का [[संगम हाइपरज्यामितीय समारोह|कोन्फ़्लुएंट हाइपरज्यामितीय फलन]] है।
 == अभिलक्षण ==
-प्राचल <math>d_1</math> और <math>d_2</math> के साथ एफ-वितरण का एक [[यादृच्छिक चर]] दो उचित रूप से स्केल किए गए ची-वर्ग वितरण के अनुपात के रूप में उत्पन्न होता है:<ref>M.H. DeGroot (1986), ''Probability and Statistics'' (2nd Ed), Addison-Wesley. {{ISBN|0-201-11366-X}}, p. 500</ref>
+पैरामीटर <math>d_1</math> और <math>d_2</math> के साथ एफ-वितरण का एक [[यादृच्छिक चर]] दो उचित रूप से मापक किए गए ची-वर्ग वितरण के अनुपात के रूप में उत्पन्न होता है:<ref>M.H. DeGroot (1986), ''Probability and Statistics'' (2nd Ed), Addison-Wesley. {{ISBN|0-201-11366-X}}, p. 500</ref>
 :<math>X = \frac{U_1/d_1}{U_2/d_2}</math>
 जहाँ
@@ Line 86: / Line 84: @@
 जहाँ <math>s_1^2 = \frac{S_1^2}{d_1}</math> और <math>s_2^2 = \frac{S_2^2}{d_2}</math>, <math>S_1^2</math> सामान्य वितरण <math>N(0,\sigma_1^2)</math> से <math>d_1</math> यादृच्छिक चर के वर्गों का योग है और <math>S_2^2</math> सामान्य वितरण <math>N(0,\sigma_2^2)</math> से <math>d_2</math> यादृच्छिक चर के वर्गों का योग है।
-[[फ़्रीक्वेंटिस्ट]] संदर्भ में, एक स्केल किया हुआ एफ-वितरण इसलिए प्रायिकता  <math>p(s_1^2/s_2^2  \mid \sigma_1^2, \sigma_2^2)</math> देता है, स्वयं एफ-वितरण के साथ, बिना किसी स्केलिंग के, जहां <math>\sigma_1^2</math> को  <math>\sigma_2^2</math> के समान लिया जा रहा है। यह वह संदर्भ है जिसमें एफ-वितरण सबसे सामान्यतः पर एफ-परीक्षणों में प्रकट होता है: जहां शून्य परिकल्पना यह है कि दो स्वतंत्र सामान्य प्रसरण समान हैं, और कुछ उचित रूप से चयनित वर्गों के देखे गए योगों की जांच की जाती है कि क्या उनका अनुपात शून्य परिकल्पना के साथ महत्वपूर्ण रूप से असंगत है।
+[[फ़्रीक्वेंटिस्ट]] संदर्भ में, एक मापक किया हुआ एफ-वितरण इसलिए प्रायिकता <math>p(s_1^2/s_2^2  \mid \sigma_1^2, \sigma_2^2)</math> देता है, स्वयं एफ-वितरण के साथ, बिना किसी मापक के, जहां <math>\sigma_1^2</math> को <math>\sigma_2^2</math> के समान लिया जा रहा है। यह वह संदर्भ है जिसमें एफ-वितरण सबसे सामान्यतः पर एफ-परीक्षणों में प्रकट होता है: जहां शून्य परिकल्पना यह है कि दो स्वतंत्र सामान्य प्रसरण समान हैं, और कुछ उचित रूप से चयनित वर्गों के देखे गए योगों की जांच की जाती है कि क्या उनका अनुपात शून्य परिकल्पना के साथ महत्वपूर्ण रूप से असंगत है।
-यदि <math>\sigma_1^2</math> और <math>\sigma_2^2</math> की पूर्वप्रायिकताएं के लिए एक असूचनात्मक पुनर्विक्रय-अपरिवर्तक जेफरीस पूर्व लिया जाता है, तो मात्रा <math>X</math> बायेसियन सांख्यिकी में समान वितरण होता है।<ref>G. E. P. Box and G. C. Tiao (1973), ''Bayesian Inference in Statistical Analysis'', Addison-Wesley. p. 110</ref> इस संदर्भ में, एक स्केल किया गया एफ-वितरण इस प्रकार पश्च प्रायिकता <math>p(\sigma^2_2 /\sigma_1^2 \mid  s^2_1, s^2_2)</math> देता है, जहां देखे गए योग <math>s^2_1</math> और <math>s^2_2</math> को ज्ञात के रूप में लिया जाता है।
+यदि <math>\sigma_1^2</math> और <math>\sigma_2^2</math> की पूर्वप्रायिकताएं के लिए एक असूचनात्मक पुनर्विक्रय-अपरिवर्तक जेफरीस पूर्व लिया जाता है, तो मात्रा <math>X</math> बायेसियन सांख्यिकी में समान वितरण होता है।<ref>G. E. P. Box and G. C. Tiao (1973), ''Bayesian Inference in Statistical Analysis'', Addison-Wesley. p. 110</ref> इस संदर्भ में, एक मापक किया गया एफ-वितरण इस प्रकार पश्च प्रायिकता <math>p(\sigma^2_2 /\sigma_1^2 \mid  s^2_1, s^2_2)</math> देता है, जहां देखे गए योग <math>s^2_1</math> और <math>s^2_2</math> को ज्ञात के रूप में लिया जाता है।
 == गुण और संबंधित वितरण ==
@@ Line 97: / Line 95: @@
 *अगर <math>X \sim F(d_1, d_2)</math>, तो <math>\frac{d_1}{d_2}X</math> एक बीटा मुख्य वितरण है: <math>\frac{d_1}{d_2}X \sim \operatorname{\beta^\prime}\left(\tfrac{d_1}{2},\tfrac{d_2}{2}\right)</math>
 *अगर <math>X \sim F(d_1, d_2)</math> तो <math>Y = \lim_{d_2 \to \infty} d_1 X</math> ची-वर्ग वितरण <math>\chi^2_{d_1}</math> है।
-*<math>F(d_1, d_2)</math> स्केल किए गए हॉटेलिंग के टी-वर्ग वितरण <math>\frac{d_2}{d_1(d_1+d_2-1)} \operatorname{T}^2 (d_1, d_1 +d_2-1) </math> के समतुल्य है।
+*<math>F(d_1, d_2)</math> मापक किए गए हॉटेलिंग के टी-वर्ग वितरण <math>\frac{d_2}{d_1(d_1+d_2-1)} \operatorname{T}^2 (d_1, d_1 +d_2-1) </math> के समतुल्य है।
 *अगर <math>X \sim F(d_1, d_2)</math> तो <math>X^{-1} \sim F(d_2, d_1)</math>
 *अगर <math>X\sim t_{(n)}</math> — छात्र का टी-वितरण — तब: <math display="block">\begin{align}
@@ Line 106: / Line 104: @@
 *अगर <math>X</math> और <math>Y</math> स्वतंत्र हैं, तो <math>X,Y\sim</math> [[Laplace(μ, b)]] के साथ <math display="block"> \frac{|X-\mu|}{|Y-\mu|} \sim \operatorname{F}(2,2) </math>
 *अगर <math>X\sim F(n,m)</math> तो <math>\tfrac{\log{X}}{2} \sim \operatorname{FisherZ}(n,m)</math> (फिशर का जेड-वितरण)
-*अकेंद्रीय एफ-वितरण, एफ-वितरण को सरल बनाता है यदि <math>\lambda=0</math>
+*गैर केंद्रीय एफ-वितरण, एफ-वितरण को सरल बनाता है यदि <math>\lambda=0</math>
-*दोगुना अकेंद्रीय एफ-वितरण, एफ-वितरण को सरल बनाता है यदि <math> \lambda_1 = \lambda_2 = 0 </math>
+*दोगुना गैर केंद्रीय एफ-वितरण, एफ-वितरण को सरल बनाता है यदि <math> \lambda_1 = \lambda_2 = 0 </math>
-*अगर <math>\operatorname{Q}_X(p)</math> <math>X\sim F(d_1,d_2)</math> के लिए विभाजक ''p'' है और <math>\operatorname{Q}_Y(1-p)</math> <math>Y\sim F(d_2,d_1)</math> के लिए विभाजक <math>1-p</math> है, तो  <math display="block">\operatorname{Q}_X(p)=\frac{1}{\operatorname{Q}_Y(1-p)}</math>
+*अगर <math>\operatorname{Q}_X(p)</math> <math>X\sim F(d_1,d_2)</math> के लिए विभाजक ''p'' है और <math>\operatorname{Q}_Y(1-p)</math> <math>Y\sim F(d_2,d_1)</math> के लिए विभाजक <math>1-p</math> है, तो <math display="block">\operatorname{Q}_X(p)=\frac{1}{\operatorname{Q}_Y(1-p)}</math>
 * एफ-वितरण [[अनुपात वितरण]] का एक उदाहरण है
@@ Line 132: / Line 130: @@
 *[http://www.waterlog.info/f-test.htm Free calculator for ''F''-testing]
-{{ProbDistributions|continuous-semi-infinite}}
+{{DEFAULTSORT:F-distribution}}
-{{DEFAULTSORT:F-distribution}}[[Category: निरंतर वितरण]] [[Category: भिन्नता का विश्लेषण]]
+[[Category:Created On 21/03/2023|F-distribution]]
+[[Category:Lua-based templates|F-distribution]]
+[[Category:Machine Translated Page|F-distribution]]
+[[Category:Multi-column templates|F-distribution]]
-[[Category: Machine Translated Page]]
+[[Category:Pages using div col with small parameter|F-distribution]]
-[[Category:Created On 21/03/2023]]
+[[Category:Pages with ignored display titles]]
+[[Category:Pages with script errors|F-distribution]]
+[[Category:Short description with empty Wikidata description|F-distribution]]
+[[Category:Templates Vigyan Ready|F-distribution]]
+[[Category:Templates that add a tracking category|F-distribution]]
+[[Category:Templates that generate short descriptions|F-distribution]]
+[[Category:Templates using TemplateData|F-distribution]]
+[[Category:Templates using under-protected Lua modules|F-distribution]]
+[[Category:Wikipedia fully protected templates|Div col]]
+[[Category:निरंतर वितरण|F-distribution]]
+[[Category:भिन्नता का विश्लेषण|F-distribution]]

Anonymous

Search

एफ वितरण: Difference between revisions

Namespaces

More

Page actions

Latest revision as of 13:04, 7 April 2023

Fisher–Snedecor
Probability density function
Cumulative distribution function
Parameters	d₁, d₂ > 0 deg. of freedom
Support	$x\in (0,+\infty )\;$ if $d_{1}=1$ , otherwise $x\in [0,+\infty )\;$
PDF	${\frac {\sqrt {\frac {(d_{1}x)^{d_{1}}d_{2}^{d_{2}}}{(d_{1}x+d_{2})^{d_{1}+d_{2}}}}}{x\,\mathrm {B} \!\left({\frac {d_{1}}{2}},{\frac {d_{2}}{2}}\right)}}\!$
CDF	$I_{\frac {d_{1}x}{d_{1}x+d_{2}}}\left({\tfrac {d_{1}}{2}},{\tfrac {d_{2}}{2}}\right)$
Mean	${\frac {d_{2}}{d_{2}-2}}\!$ for d₂ > 2
Mode	${\frac {d_{1}-2}{d_{1}}}\;{\frac {d_{2}}{d_{2}+2}}$ for d₁ > 2
Variance	${\frac {2\,d_{2}^{2}\,(d_{1}+d_{2}-2)}{d_{1}(d_{2}-2)^{2}(d_{2}-4)}}\!$ for d₂ > 4
Skewness	$(2 d_{1} + d_{2} - 2) \sqrt{8 (d_{2} - 4}$