自由度計算機

使用正確公式,計算 t 檢定、卡方列聯表、單因子變異數分析及多元線性迴歸的自由度。

求自由度
選擇統計檢定,輸入所需樣本資訊,計算可用的獨立資訊量。

關於自由度

自由度描述納入限制條件或已估計參數後,還剩多少獨立資訊。它會決定假設檢定與信賴區間所用的許多參考分配之形狀。這個詞聽起來抽象,但基本概念很實際:當部分數值被條件固定,其餘數值仍能自由變動。 在單一樣本 t 檢定中,估計樣本平均數會形成一項限制,因此 n 個觀測值提供 n - 1 個自由度。成對樣本 t 檢定對成對差值的數量套用相同規則。雙樣本合併變異數 t 檢定估計兩組平均數並合併變異數資訊,得到 n₁ + n₂ - 2。處理變異數不等的 Welch t 檢定使用較複雜的近似公式,不包含在本計算機的合併變異數選項中。 卡方列聯表的列合計與欄合計會限制各儲存格的次數。當 (r - 1)(c - 1) 個儲存格的次數已知,其餘值可由邊際合計決定,因此 df = (r - 1)(c - 1)。單因子變異數分析將自由度分成組間及組內兩部分。有 k 組、總共 N 個觀測值時,組間自由度為 k - 1,組內自由度為 N - k,兩者相加為總自由度 N - 1。 多元線性迴歸若有 n 個觀測值及 p 個預測變數,需要估計 p 個斜率和一個截距,因此殘差自由度為 n - p - 1。此值決定估計殘差變異數時的分母,且必須為正。若相對於觀測數,預測變數過多,即使軟體能產生配適值,也可能只剩極少或完全沒有資訊可估計誤差。 請選擇與分析方法完全相符的選項。不同檢定的自由度不能互換,特殊設計可能需要不同計算。重複量測模型、Welch 檢定、混合模型、校正卡方程序,以及使用懲罰項或複雜調查權重的迴歸,可能採調整值或近似值。本計算機涵蓋獨立觀測下常見的教科書公式。報告時應一併列出檢定統計量、自由度、p 值、效果量與假設,讓讀者了解推論的形成方式。

自由度範例

檢定與輸入自由度計算說明
單一樣本 t 檢定,n = 25df = 24從樣本數扣除估計一個平均數所占的自由度。
卡方列聯表,4 列 3 欄df = 6(4 - 1)(3 - 1) = 6.
單因子變異數分析,4 組與 40 個觀測值組間 = 3;組內 = 36兩部分分別使用 k - 1 與 N - k。

如何計算自由度

  1. 選擇符合預定分析的統計檢定。
  2. 依要求輸入樣本數、表格列欄數、組數或預測變數數量。
  3. 選取「計算自由度」,套用該檢定的公式。
  4. 將結果搭配正確的統計參考分配使用,或與檢定統計量一併報告。

自由度常見問題

為什麼樣本數要減一?

估計樣本平均數會產生一項限制,因為各觀測值相對於平均數的離差總和必須為零。已知 n - 1 個離差後,最後一個也就確定了。

自由度可以是小數嗎?

本計算機中的常見公式會產生整數。Welch-Satterthwaite 方程式等近似方法可能得到非整數自由度。

變異數不等時應使用哪個 t 檢定選項?

分析採用 Welch t 檢定時,請勿使用雙樣本合併變異數公式。Welch 方法依兩組樣本的變異數與樣本數計算近似自由度。

變異數分析的組內自由度是什麼?

組內自由度衡量可用於估計組內未解釋變異的資訊量。單因子變異數分析中,它等於總觀測數減去組數。

為什麼迴歸殘差自由度必須為正?

只有配適所有斜率與截距後仍有剩餘觀測資訊,才能估計殘差變異。非正值表示相對於可用資料,模型參數過多。