एफ वितरण: Difference between revisions

From Vigyanwiki
No edit summary
No edit summary
 
(3 intermediate revisions by 3 users not shown)
Line 21: 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
   | first = Norman Lloyd
   |author2=Samuel Kotz |author3=N. Balakrishnan
   |author2=Samuel Kotz |author3=N. Balakrishnan
Line 49: Line 49:
\end{align}
\end{align}
</math>
</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
संचयी वितरण फलन है
Line 67: 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>
:<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 ==
== 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>
:<math>X = \frac{U_1/d_1}{U_2/d_2}</math>
जहाँ
जहाँ
Line 84: 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।
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 ==
== गुण और संबंधित वितरण ==
Line 95: 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>\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।  
*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 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}
*अगर <math>X\sim t_{(n)}</math> — छात्र का टी-वितरण — तब: <math display="block">\begin{align}
Line 104: 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</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)
*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
* एफ-वितरण [[अनुपात वितरण]] का एक उदाहरण है
Line 130: Line 130:
*[http://www.waterlog.info/f-test.htm Free calculator for ''F''-testing]
*[http://www.waterlog.info/f-test.htm Free calculator for ''F''-testing]


{{DEFAULTSORT:F-distribution}}[[Category: निरंतर वितरण]] [[Category: भिन्नता का विश्लेषण]]
{{DEFAULTSORT:F-distribution}}


 
[[Category:Created On 21/03/2023|F-distribution]]
 
[[Category:Lua-based templates|F-distribution]]
[[Category: Machine Translated Page]]
[[Category:Machine Translated Page|F-distribution]]
[[Category:Created On 21/03/2023]]
[[Category:Multi-column templates|F-distribution]]
[[Category:Pages using div col with small parameter|F-distribution]]
[[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]]

Latest revision as of 13:04, 7 April 2023

Fisher–Snedecor
Probability density function
File:F-distribution pdf.svg
Cumulative distribution function
File:F dist cdf.svg
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
for d2 > 6
Ex. kurtosis see text
Entropy