Pense se você tem dois amigos que estão discutindo sobre qual deles mora mais longe do trabalho / escola. Você se propõe a encerrar o debate e pede que medam até que ponto devem viajar entre casa e trabalho. Ambos reportam para você, mas um informa em milhas e o outro em quilômetros, portanto, você não pode comparar os dois números diretamente. Você pode converter as milhas em quilômetros ou os quilômetros em milhas e fazer a comparação; qual conversão você faz não importa; você tomará a mesma decisão de qualquer maneira.
É semelhante às estatísticas de teste, você não pode comparar seu valor alfa com a estatística F, você precisa converter alfa em um valor crítico e comparar a estatística F com o valor crítico ou você precisa converter sua estatística F em p -value e compare o valor-p com alfa.
Alfa é escolhida antes do tempo (os computadores costumam usar 0,05 se você não definir o contrário) e representa sua disposição de rejeitar falsamente a hipótese nula, se for verdadeira (erro tipo I). A estatística F é calculada a partir dos dados e representa quanto a variabilidade entre as médias excede a esperada devido ao acaso. Uma estatística F maior que o valor crítico é equivalente a um valor p menor que alfa e ambos significam que você rejeita a hipótese nula.
Não comparamos a estatística F a 1 porque ela pode ser maior que 1 devido apenas ao acaso; é somente quando é maior que o valor crítico que dizemos que é improvável que seja devido ao acaso e preferiria rejeitar o hipótese nula.
Nas aulas que ensino, descobri que os alunos que não são tão jovens quanto os outros e voltam à escola depois de trabalhar por um tempo costumam fazer as melhores perguntas e estão mais interessados no que realmente podem fazer com as respostas ( em vez de apenas se preocupar se estiver no teste), então não tenha medo de perguntar.
