F-分布

F-分布 (F-distribution)

F-分布 (F-distribution)，全称为 费雪-斯内德克分布 (Fisher-Snedecor distribution)，是 概率论 和 统计学 中一种至关重要的 连续概率分布。它以统计学家罗纳德·艾尔默·费雪 (Ronald Fisher) 和乔治·斯内德克 (George Snedecor) 的名字命名。F-分布的核心应用在于 F检验 (F-test)，广泛用于比较多个总体的均值（如在 方差分析 中）和评估 线性回归模型 的显著性。F-分布由两个参数定义：分子 自由度 $d_1$ 和分母自由度 $d_2$。

定义与构造

F-分布的理论基础源于 卡方分布 (Chi-squared distribution)。假设有两个独立的随机变量 $U$ 和 $V$：

• $U$ 服从自由度为 $d_1$ 的卡方分布，记作 $U \sim \chi^2(d_1)$。
• $V$ 服从自由度为 $d_2$ 的卡方分布，记作 $V \sim \chi^2(d_2)$。

将这两个随机变量分别除以其各自的自由度，然后求其比值，所得到的新的随机变量 $F$ 就服从分子自由度为 $d_1$、分母自由度为 $d_2$ 的 F-分布：

从这个构造中可直接得出两个重要结论：F-分布取值非负 ($F \ge 0$)，且自由度顺序至关重要——$F(d_1, d_2)$ 和 $F(d_2, d_1)$ 是两种不同的分布。一个重要性质是：若 $X \sim F(d_1, d_2)$，则 $1/X \sim F(d_2, d_1)$。

主要性质

概率密度函数

F-分布的概率密度函数形式较为复杂，但揭示了其形状完全由 $d_1$ 和 $d_2$ 决定：

其中 $B$ 是 Beta函数。实际应用中通常通过统计软件或 F-分布表获得概率或 临界值，不直接使用此公式。

分布形状

F-分布是 右偏态 (positively skewed) 的，其峰值接近 1。随着 $d_1$ 和 $d_2$ 的增大，偏度减小，分布逐渐对称。当 $d_1$ 和 $d_2$ 趋向无穷大时，F-分布趋近于 正态分布。

均值与方差

• 均值：$E[F] = \dfrac{d_2}{d_2-2}$，其中 $d_2 > 2$。仅与分母自由度有关，且总是略大于 1。当 $d_2 \le 2$ 时均值不存在。
• 方差：$\operatorname{Var}(F) = \dfrac{2d_2^2(d_1+d_2-2)}{d_1(d_2-2)^2(d_2-4)}$，其中 $d_2 > 4$。当 $d_2 \le 4$ 时方差不存在。

与其他分布的关系

1. 若 $T \sim t(d)$，则 $T^2 \sim F(1, d)$。这解释了在单变量回归中对单个系数的 t 检验与整体 F 检验的等价性。
2. 当分母自由度 $d_2 \to \infty$ 时，$d_1 F \to \chi^2(d_1)$。

在统计推断中的应用

方差分析 (ANOVA)

这是 F-分布最经典的应用。ANOVA 检验三个或更多总体均值是否相等。检验统计量为组间均方 (MSG) 与组内均方 (MSE) 的比值：

其中 $k$ 为组数，$N$ 为总样本量。在 原假设（所有均值相等）下，该统计量服从 $F(k-1, N-k)$ 分布。若 F 值远大于 1，说明组间变异显著大于组内变异，提供拒绝原假设的证据。

线性回归模型的整体显著性检验

在 多元线性回归 中，F 检验判断模型整体是否显著。原假设为所有自变量系数均为零 ($\beta_1 = \beta_2 = \ldots = \beta_p = 0$)。F 统计量为：

其中 $p$ 为自变量个数，$n$ 为样本量。在零假设下服从 $F(p, n-p-1)$ 分布。大的 F 值表明模型具有整体显著性。

两个总体方差的齐性检验

F 检验可直接比较两个独立正态总体的 方差 是否相等。检验统计量为两个 样本方差 的比值：

在 原假设 ($\sigma_1^2 = \sigma_2^2$) 下服从 $F(n_1-1, n_2-1)$ 分布。为便于查表，通常将较大样本方差置于分子。

解读与决策

进行 F 检验时，将计算出的 F 统计量与 临界值 比较，或考察 p值：

1. 给定 显著性水平 $\alpha$，若 $F_{\text{calculated}} > F_{\alpha, d_1, d_2}$，则拒绝原假设。
2. 若 p 值小于 $\alpha$ ($p < \alpha$)，则拒绝原假设。现代统计软件（R、Python、SPSS 等）自动输出 F 统计量及其 p 值。

F-分布是连接样本方差与总体方差的核心桥梁。其本质思想是：若两个方差估计量（如 ANOVA 中的 MSG 和 MSE）均来源于同一总体方差，则比值应在 1 附近波动；若显著偏离 1，则表明其背后的方差来源或均值存在差异。这一原理使其成为比较方差和均值的强大工具，在经济学、金融学、生物学、工程学等领域有广泛应用。