方差分析中P-value和F-crit是什么

P-value，表示在相应F值下的概率值。F-crit，是在相应显著水平下的F临界值。

在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。

F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。

扩展资料：

方差分析的基本原理：

实验条件，即不同的处理造成的差异，称为组间差异。用变量在各组的均值与总均值之偏差平方和的总和表示，记作SSb，组间自由度dfb。

随机误差，如测量误差造成的差异或个体间的差异，称为组内差异，用变量在各组的均值与该组内变量值之偏差平方和的总和表示， 记作SSw，组内自由度dfw。

总偏差平方和 SSt = SSb + SSw。

组内SSw、组间SSb除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。

另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。

MSb/MSw比值构成F分布。用F值与其临界值比较，推断各样本是否来自相同的总体。

参考资料来源：百度百科-方差分析

1. P-value，表示在相应F值下的概率值。

2. F-crit，是在相应显著水平下的F临界值。

3. 在统计分析上可以通过P-value的大小来判断组间的差异显著性，通常情况下，当0.05时没有显著差异，介于二者之间时有显著差异。也可通过F值来判断差异显著性，当F>=F crit时，有显著(或极显著)差异。

4. F检验只能在总体上来检验差异显著性，不能判别这些显著差异具体来自哪些处理间，若要分析，需要进行多重比较。

P-value，是显著性的值，假设检验是推断统计中的一项重要内容，是用于判断原始假设是否正确的重要证据。如p=0.01，p=0.05。
F-crit，F的临界值。Critical Values of F