F検定とは、二つ以上の集団の分散の均一性を比較したり、統計モデルの適合度や係数の有意性を検証したりするために用いられる統計学的検定手法です。機械学習では重回帰分析や分散分析のモデル評価において広く活用されています。
F検定とは
F検定とは、確率変数の分散の比が等しいかどうかを統計的に検証するための検定手法であり、主に分散分析や回帰分析のモデル評価に用いられます。
詳しく解説
F検定は、イギリスの統計学者ロナルド・フィッシャーにちなんで名付けられた統計手法です。帰無仮説として「複数の集団の分散に差がない」または「モデルの係数が目的変数に対して影響を与えない」という前提を置き、得られたデータから計算したF統計量がF分布に従う性質を利用して、その仮説を棄却するかどうかを判断します。機械学習の分野においては、作成した重回帰分析モデル全体が統計的に意味のあるものであるかを確認する全体的有意性の検定や、複数の説明変数の中からどの変数がモデルに貢献しているかを比較する分散分析において重要な役割を果たします。
具体例・使われ方
具体的な利用例として、機械学習を用いた住宅価格予測モデルの構築があげられます。床面積、築年数、部屋数といった複数の説明変数を用いた重回帰分析を行う際、そのモデル全体が価格予測として十分に機能しているかを検証するためにF検定が使われます。また、異なる二つのアルゴリズムから得られた予測誤差の分散を比較し、モデル間のばらつきに有意な差があるかどうかを調べる際にも利用されます。
似た用語との違い
平均値の差を検証するために用いられるt検定としばしば混同されます。t検定は二つのグループ間の平均値に有意な差があるかを比較するのに対し、F検定は分散の比や複数のグループ全体の比較、あるいは回帰モデル全体の適合度を評価するために用いられる点が異なります。
注意点
F検定はデータが正規分布に従っていることや、各グループの分散が等しいという前提条件（等分散性）が満たされている必要があります。前提条件が大きく破られている場合、誤った結論を導くリスクが高まるため、事前にデータの性質を確認することが重要です。