統計学の授業や実務でF検定・分散分析を行う際、欠かせないのがF分布表の読み方を正確に理解することです。
F分布表は自由度と有意水準から臨界値（棄却限界値）を読み取るための表ですが、「縦軸と横軸がどちらが分子の自由度でどちらが分母の自由度なのか」「有意水準5%と1%でどう使い分けるのか」といった点で迷う方も多いでしょう。
F分布表の見方を誤ると、検定の判定結果が逆転してしまうという深刻なミスにつながります。
本記事では、F分布表の基本的な構造・読み方・使い方を丁寧に解説し、具体的な数値例を使った読み取り練習、有意水準の使い分け、F検定・分散分析での活用方法まで体系的に説明します。
統計検定や分散分析を実際に行う方、F分布表の読み方を確実に身につけたい方はぜひ参考にしてください。
この記事を読み終えた後には、F分布表を自信を持って使いこなせるようになることを目指しています。
目次
f分布表の見方の結論｜縦軸・横軸・有意水準の基本構造を確認
それではまず、F分布表の基本的な構造と読み方の結論から解説していきます。
F分布表とは、自由度の組み合わせ（分子の自由度と分母の自由度）と有意水準に対応するF分布の臨界値（上側パーセント点）を一覧にした表です。
F検定では計算したF統計量がこの臨界値を超えるかどうかで帰無仮説の棄却を判断します。
F分布表の基本的な構造
| 要素 | 内容 | 備考 |
|---|---|---|
| 横軸（列） | 分子の自由度 m（第一自由度） | 1, 2, 3, … と増加 |
| 縦軸（行） | 分母の自由度 n（第二自由度） | 1, 2, 3, … と増加 |
| 表の内側の値 | 臨界値（上側α点） | F(m, n, α) の値 |
| 有意水準α | 0.05（5%）または0.01（1%）が多い | 用途によって別の表を使用 |
F分布表は通常、有意水準ごとに別々の表として提供されます。
つまり「有意水準5%のF分布表」と「有意水準1%のF分布表」は別々の表になっていることが一般的です。
横軸が分子の自由度・縦軸が分母の自由度という構造が最も一般的ですが、教科書によっては逆の場合もあるため、必ず表の見出しを確認することが大切です。
臨界値とは何か
F分布表から読み取る「臨界値」とは、F分布において右側の面積がα（有意水準）になるF値のことです。
臨界値の意味
F(m, n, 0.05) とは
「自由度 (m, n) のF分布において、F値がこの値以上になる確率が5%（0.05）になる値」
検定において F統計量 ＞ F(m, n, α) であれば帰無仮説を棄却します。
つまり、計算したF統計量が臨界値より大きければ「有意水準α%で統計的に有意な差がある」と判断します。
臨界値より小さければ「有意差なし（帰無仮説を棄却できない）」という判定になります。
F分布表の見方の基本手順
F分布表の読み取り手順
① 使用する有意水準αを決める（5%または1%）
② 対応する有意水準のF分布表を選ぶ
③ 横軸（列）で分子の自由度 m を探す
④ 縦軸（行）で分母の自由度 n を探す
⑤ m列と n行が交差するセルの値を読む → これが臨界値 F(m, n, α)
⑥ 計算したF統計量と臨界値を比較して判定する
F分布表の具体的な読み取り方と数値例
続いては、実際のF分布表を使った具体的な読み取り方を確認していきます。
数値例を用いて手順を一つずつ確認することで、実際の使い方が身につきます。
読み取り例1｜有意水準5%・自由度(3, 20)の臨界値
【設定】
有意水準 α = 0.05（5%）
分子の自由度 m = 3
分母の自由度 n = 20
【手順】
① 有意水準5%のF分布表を選ぶ
② 横軸（列）の「3」を選ぶ
③ 縦軸（行）の「20」を選ぶ
④ 交差するセルの値を読む
【結果】
F(3, 20, 0.05) ≈ 3.10
→ 計算したF統計量が3.10を超えれば有意水準5%で帰無仮説を棄却
読み取り例2｜有意水準1%・自由度(2, 15)の臨界値
【設定】
有意水準 α = 0.01（1%）
分子の自由度 m = 2
分母の自由度 n = 15
【手順】
① 有意水準1%のF分布表を選ぶ（5%とは別の表）
② 横軸（列）の「2」を選ぶ
③ 縦軸（行）の「15」を選ぶ
④ 交差するセルの値を読む
【結果】
F(2, 15, 0.01) ≈ 6.36
→ 計算したF統計量が6.36を超えれば有意水準1%で帰無仮説を棄却
有意水準1%の臨界値は5%の臨界値よりも大きくなります。
これは「より厳しい基準（1%）をクリアするためには、より大きなF値が必要」ということを意味しており、直感的にも理解しやすいでしょう。
代表的なF分布の臨界値一覧
| 自由度の組み合わせ (m, n) | 臨界値 α=0.05 | 臨界値 α=0.01 |
|---|---|---|
| (1, 10) | 4.96 | 10.04 |
| (2, 10) | 4.10 | 7.56 |
| (3, 10) | 3.71 | 6.55 |
| (1, 20) | 4.35 | 8.10 |
| (2, 20) | 3.49 | 5.85 |
| (3, 20) | 3.10 | 4.94 |
| (2, 30) | 3.32 | 5.39 |
| (3, 30) | 2.92 | 4.51 |
この表からも確認できるように、分母の自由度 n が大きくなるほど臨界値は小さくなります。
サンプル数が増えるほど検定の精度が上がり、より小さなF値でも有意差を検出できるようになることを示しています。
有意水準の選び方と両側・片側検定の考え方
続いては、有意水準の意味と選び方、そしてF検定における両側・片側の考え方を確認していきます。
有意水準の設定は検定結果の解釈に直接影響する重要な判断です。
有意水準の意味と選び方
有意水準αとは、「帰無仮説が正しいにもかかわらず、誤って棄却してしまう確率（第一種の誤り）の上限」のことです。
α = 0.05（5%）は最も広く使われる有意水準で、「100回中5回は偶然このような結果が生じうる」という基準を意味します。
α = 0.01（1%）はより厳格な基準で、医学・薬学・安全性評価など誤った結論が重大な影響を持つ分野でよく使われます。
| 有意水準 | 意味 | 主な使用場面 |
|---|---|---|
| α = 0.10（10%） | やや緩やかな基準 | 予備的な研究・探索的な分析 |
| α = 0.05（5%） | 標準的な基準 | 社会科学・心理学・一般的な研究 |
| α = 0.01（1%） | 厳格な基準 | 医学・薬学・品質管理・工学 |
| α = 0.001（0.1%） | 非常に厳格な基準 | 物理学・高信頼性が必要な研究 |
F検定は原則として片側検定
F検定では、分散の比 F = S₁²/S₂² において大きい方の分散を分子に置くことが多いため、F値は常に1以上になります。
これにより棄却域は右側のみに設定され、F検定は実質的に片側検定として行われます。
したがってF分布表の臨界値をそのまま（α = 0.05 の表 → 5% 水準の棄却域）として使用できます。
ただし「二側検定（σ₁² ≠ σ₂²）」を厳密に行う場合は、有意水準をα/2（例：5%検定なら2.5%）のF分布表を使う必要があり、この点については使用する教科書や統計ソフトの仕様を確認してください。
F分布表を使う際の注意点まとめ
F分布表を使う際の重要な注意点
① 横軸が分子の自由度・縦軸が分母の自由度であることを必ず確認する（表によって逆の場合もある）
② 有意水準に対応する表を選ぶ（5%と1%は別の表）
③ 自由度が表にない場合は補間するか、最も近い値（保守側）を使う
④ 大きい方の標本分散を分子にする慣習がある場合、F値が常に1以上になることを確認する
⑤ 両側検定の場合はα/2に対応する表を使う
F分布表の自由度が表にない場合の対処法
続いては、F分布表に掲載されていない自由度の組み合わせが必要になったときの対処法を確認していきます。
実際の分析では表にない自由度の値が必要になることも多くあります。
補間（内挿）による近似値の計算
F分布表に必要な自由度がない場合、隣接する自由度の臨界値を線形補間することで近似値を求めることができます。
線形補間の例
分母の自由度 n = 25 の臨界値（分子の自由度 m = 3・α = 0.05）が必要な場合
F(3, 20, 0.05) ≈ 3.10 （表に掲載あり）
F(3, 30, 0.05) ≈ 2.92 （表に掲載あり）
n = 25 は n = 20 と n = 30 の中間（50%の位置）なので
F(3, 25, 0.05) ≈ (3.10 + 2.92) / 2 ≈ 3.01（近似値）
この線形補間は厳密な値ではなく近似値ですが、実用的な精度として十分であることが多いです。
保守的なアプローチ｜小さい方の自由度を使う
補間を行わず、より保守的な（厳しい側の）判定を行いたい場合は、表に掲載されている中で最も近い小さい自由度の臨界値を使う方法があります。
自由度が大きいほど臨界値が小さくなるため、小さい自由度の臨界値を使うことはより大きな臨界値を採用することになり、帰無仮説を棄却するためにより大きなF値が必要になります。
これにより第一種の誤り（誤って帰無仮説を棄却する確率）を有意水準α以下に保つことができます。
統計ソフトを使ったF値と臨界値の計算
現代の統計分析では、F分布表を手動で読む代わりに統計ソフトウェアが自動的にF値・臨界値・p値を計算してくれます。
ExcelのF.DIST.RT関数・F.INV.RT関数、Rのqf関数・pf関数、Pythonのscipy.stats.fなどを使えば、任意の自由度・有意水準に対応するF値を即座に計算できます。
Excelを使ったF臨界値の計算
=F.INV.RT(0.05, 3, 20) → F(3, 20, 0.05) の臨界値
=F.INV.RT(0.01, 2, 15) → F(2, 15, 0.01) の臨界値
p値の計算
=F.DIST.RT(F統計量, 分子の自由度, 分母の自由度)
→ 計算したF統計量に対応するp値（片側）が得られる
統計ソフトを使えば表の読み取り誤りがなくなり、より正確な結果が得られます。
ただし基本的な読み取り方を理解しておくことは、統計ソフトの出力を正しく解釈するためにも非常に重要です。
F分布表を使った分散分析の実践例
続いては、F分布表を実際の分散分析（一元配置ANOVA）に応用する具体例を確認していきます。
実際の手順を追うことで、F分布表の使い方が実感を持って理解できます。
一元配置分散分析の具体例
【問題設定】
3種類の肥料（A・B・C）を使って育てた作物の収量（kg）を4回ずつ測定した。
三つの肥料間で収量の平均に有意差があるかどうかを有意水準5%で検定せよ。
【計算結果（集計済み）】
グループ数 k = 3（肥料の種類）
全サンプル数 N = 12（3種類 × 4回）
グループ間の平均二乗 MSB = 12.50
グループ内の平均二乗 MSW = 3.20
F統計量 = MSB/MSW = 12.50/3.20 ≈ 3.91
【自由度の計算】
分子の自由度 m = k – 1 = 3 – 1 = 2
分母の自由度 n = N – k = 12 – 3 = 9
【F分布表から臨界値を読み取る】
有意水準5%のF分布表で m = 2・n = 9 の交点を読む
F(2, 9, 0.05) ≈ 4.26
【判定】
F統計量 3.91 ＜ 臨界値 4.26
→ 帰無仮説を棄却できない（有意水準5%で有意差なし）
この例から、F統計量が臨界値を超えなければ「統計的に有意な差があるとは言えない」という判定になることが確認できます。
もし有意水準を10%に変更すると F(2, 9, 0.10) ≈ 3.01 となり、F統計量 3.91 ＞ 3.01 で帰無仮説が棄却されます。
このように有意水準の選択が検定結果に影響することが実感できます。
F分布表の読み取りで起きやすいミスと対策
F分布表の読み取りで実際によく起きるミスとその対策をまとめます。
| よくあるミス | 原因 | 対策 |
|---|---|---|
| 横軸と縦軸を逆に読む | 分子・分母の自由度を取り違える | 表の見出しを必ず確認する |
| 有意水準5%と1%の表を混同する | 複数の表が並んでいて混乱する | 使う表の有意水準を先に確認する |
| 自由度の計算を間違える | k-1・N-k の計算ミス | 自由度の計算式を整理して書き直す |
| 比較する向きを間違える | F＞臨界値か F＜臨界値か混乱 | 「F＞臨界値なら棄却」と繰り返し確認 |
これらのミスは統計の理解不足だけでなく、単純な確認不足から生じることも多いです。
検定の手順を紙に書き出しながら一つずつ確認するという丁寧なアプローチが、ミスを防ぐ最も確実な方法です。
まとめ
本記事では、F分布表の見方・読み方・使い方について、基本構造・臨界値の読み取り手順・有意水準の選び方・分散分析への応用・よくあるミスと対策まで幅広く解説しました。
F分布表の基本は「横軸＝分子の自由度・縦軸＝分母の自由度」の交点から臨界値を読み取り、計算したF統計量と比較することです。
有意水準5%と1%では別々の表を使い、1%の方が臨界値が大きくより厳格な基準になることを覚えておきましょう。
表にない自由度は補間または保守的アプローチで対応し、現代では統計ソフトのF.INV.RT関数なども活用できます。
分散分析・F検定を正確に行うためには、F分布表の読み方を確実に習得しておくことが統計学の実践力の基盤となります。
本記事がF分布表の理解と活用の参考になれば幸いです。
