Test F
En statistique, un test F est un terme générique désignant tout test statistique dans lequel la statistique de test suit la loi de Fisher sous l'hypothèse nulle.
| Type |
Test paramétrique (d) |
|---|---|
| Nommé en référence à |
Ce type de tests est souvent utilisé lors de la comparaison de modèles statistiques qui ont été ajustés sur un ensemble de données, afin d'identifier le modèle qui correspond le mieux à la population à partir de laquelle les données ont été échantillonnées.
Les tests F dits "exacts" sont ceux pour lesquels les modèles ont été ajustés aux données par la méthode des moindres carrés.
Le nom de cette catégorie de tests a été inventé par George Snedecor en l'honneur de Ronald Aylmer Fisher qui avait initialement développé le test de Fisher d'égalité de deux variances.
Exemple de test F
Les tests F sont couramment utilisés pour étudier les cas suivants:
- L'hypothèse que les moyennes de différents ensembles de données dont la distribution suit une loi normale, ayant tous le même écart-type, sont égales. Il s'agit du test F le plus connu et il joue un rôle important dans l'analyse de la variance (ANOVA).
- L'hypothèse qu'un modèle de régression proposé convient bien aux données. Voir Manque d'ajustement d'une somme des carrés.
- L'hypothèse que, dans le cas d'une analyse de régression, un jeu de données suit le plus simple des deux modèles linéaires proposés lorsque ces modèles sont imbriqués l'un dans l'autre.
- Test de Fisher d'égalité de deux variances
- Test exact de Fisher