O teste F é utilizado para analisar a variância entre dois conjuntos de dados diferentes e compará-los utilizando o teste de hipóteses.
Em termos matemáticos o valor de F é calculado pela divisão entre os quadrados médios para o modelo (mean squares for the model, MSm) e os quadrados médios residuais (residual mean squares, MSr). Ou simplesmente: F = MSm / MSr. Os graus de liberdade são usados para dividir ambas as somas dos quadrados (sum of quares).
O teste F global determina se este relacionamento é estatisticamente significativo. Se o valor-p para o teste F global for menor que seu nível de significância, é possível concluir que o valor de R-quadrado é significativamente diferente de zero.
A Análise de Variância ou ANOVA é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes.
Por exemplo, se você quisesse avaliar se esse tratamento tem diferença entre machos e fêmeas, agora há duas variáveis independentes: tratamento e sexo. Esses dois fatores podem modificar a variável dependente, sendo indicado a utilização de ANOVA de duas vias.
Os testes de normalidade sofrem influência do tamanho amostral quanto à sua eficiência. Em amostras pequenas (entre 4 e 30 unidades), há inflação do erro tipo I, sendo preferidos os testes de Shapiro-Wilk e Shapiro-Francia (maior especificidade).