我正在编写一个应用程序来帮助促进一些研究,其中一部分涉及进行一些统计计算.目前,研究人员正在使用一种名为SPSS的程序.他们关心的部分输出如下所示:

他们真的只关心F和Sig.价值观.我的问题是我没有统计学的背景,我无法弄清楚调用的是什么,或者如何计算它们.
我认为这个F值可能是F-test的结果,但是按照维基百科上给出的步骤,我得到的结果与SPSS给出的结果不同.
我对统计课程的记忆相当生锈,但这里什么也没有:
当您进行方差分析 (ANOVA) 时,您实际上将 F 统计量计算为“组间”均方方差与“组内”均方方差的比率。上面的第二个链接似乎非常适合此计算。
这使得 F 统计量准确地衡量模型的强大程度,因为“组间”方差是解释力,而“组内”方差是随机误差。高 F 意味着模型非常重要。
与许多统计操作一样,您可以反向确定 Sig。使用 F 统计量。在这里,您的维基百科信息会稍微派上用场。您想要做的是 - 使用 SPSS 给您的自由度 - 找到合适的 P 值,F 表将在该值处为您提供计算出的 F 统计量。发生这种情况时的 P 值 [F(table) = F(calculated)] 就是显着性。
从概念上讲,较低的显着性值表明拒绝零假设的能力非常强(出于这些目的,这意味着确定您的模型具有解释力)。
如果其中有任何错误,请向所有数学爱好者表示歉意。我会回来检查进行编辑!
祝你好运。统计很有趣,只是这部分可能不是。=)