自由度计算器
使用正确公式,计算 t 检验、卡方列联表、单因素方差分析与多元线性回归的自由度。
求自由度
选择统计检验,输入所需样本信息,计算可用的独立信息量。
关于自由度
自由度表示在考虑约束条件或已估计参数后,还剩多少独立信息。它决定假设检验和置信区间中许多参考分布的形状。这个概念听起来抽象,但基本思路很实用:当部分数值被某个条件固定后,其余数值仍可自由变化。
对于单样本 t 检验,估计样本均值会产生一个约束,因此 n 个观测值提供 n - 1 个自由度。配对 t 检验对配对差值的数量应用同一规则。双样本合并方差 t 检验估计两个组均值并合并方差信息,因此自由度为 n₁ + n₂ - 2。方差不齐时使用的 Welch t 检验采用更复杂的近似公式,不属于本计算器的合并方差选项。
在卡方列联表中,行合计和列合计约束各单元格的计数。知道 (r - 1)(c - 1) 个单元格的计数后,其余计数由边际合计确定,因此 df = (r - 1)(c - 1)。单因素方差分析将自由度拆分为组间和组内两部分。若有 k 组、共 N 个观测值,组间自由度为 k - 1,组内自由度为 N - k,两者之和为总自由度 N - 1。
对于包含 n 个观测值和 p 个预测变量的多元线性回归,需要估计 p 个斜率和一个截距,因此残差自由度为 n - p - 1。该数值决定估计残差方差时所用的分母,必须为正。如果相对于观测数,预测变量过多,那么即使软件能够给出拟合值,也几乎没有或完全没有剩余信息来估计误差。
请选择与实际分析方法完全一致的选项。不同检验的自由度不能互换,特殊设计可能需要不同计算。重复测量模型、Welch 检验、混合模型、校正的卡方方法,以及使用惩罚项或复杂调查权重的回归,可能采用调整值或近似值。本计算器涵盖独立观测下常见的教科书公式。报告结果时,应同时给出检验统计量、自由度、p 值、效应量及假设条件,让读者了解推断依据。
自由度示例
| 检验与输入 | 自由度 | 计算说明 |
|---|---|---|
| 单样本 t 检验,n = 25 | df = 24 | 从样本量中减去估计一个均值所占的自由度。 |
| 卡方列联表,4 行 3 列 | df = 6 | (4 - 1)(3 - 1) = 6. |
| 单因素方差分析,4 组、40 个观测值 | 组间 = 3;组内 = 36 | 两部分分别使用 k - 1 和 N - k。 |
如何计算自由度
- 选择与计划分析相符的统计检验。
- 按要求输入样本量、表格行列数、组数或预测变量数。
- 点击“计算自由度”,应用该检验的公式。
- 将结果用于正确的统计参考分布,或与检验统计量一同报告。
自由度常见问题
为什么要从样本量中减去一?
估计样本均值会形成一个约束,因为各观测值与均值的离差之和必须为零。已知 n - 1 个离差后,最后一个离差也就确定了。
自由度可以是小数吗?
本计算器的常见公式产生整数。Welch-Satterthwaite 方程等近似方法可能产生非整数自由度。
方差不齐时应选择哪种 t 检验?
如果分析使用 Welch t 检验,请勿使用双样本合并方差公式。Welch 方法根据两组样本的方差和样本量计算近似自由度。
方差分析的组内自由度是什么?
组内自由度衡量可用于估计组内未解释变异的信息量。单因素方差分析中,它等于总观测数减去组数。
为什么回归残差自由度必须为正?
只有拟合所有斜率和截距后仍有剩余观测信息,才能估计残差变异。非正值表示相对于现有数据,模型参数过多。