В общем случае в статистике F-коэффициент — это отношение двух дисперсий. Дисперсия — это квадрат стандартного отклонения, которое является мерой волатильности данных. Ряды данных, где точки сильно разбросаны, будут иметь высокое стандартное отклонение и дисперсию. И наоборот, ряды данных, где точки расположены близко к своим средним значениям, будут иметь низкое стандартное отклонение и дисперсию.
В циклическом анализе F-коэффициент — это отношение дисперсии средних значений колонок периодограммы к дисперсии средних значений строк периодограммы. Если цикл такой длины в данных не присутствует, средние значения колонок периодограммы не будут демонстрировать заметного разброса (в колонках не будет заметных пиков и впадин), как, например, было в случае средних значений колонок в периодограмме с восемью колонками для ежегодных данных по кукурузе (рис. 16.9). Таким образом, не следовало бы ожидать, что дисперсия средних значений колонок будет значительно больше, чем дисперсия средних значений строк. Это означает, что F-коэффициент не оказался бы существенно больше единицы. Если, с другой стороны, цикл данной длины присутствует в данных, дисперсия средних значений колонок было бы значительно больше, чем дисперсия средних значений строк (предполагая, конечно, что из данных был удален тренд), и F-коэффициент был бы существенно больше единицы. Чем выше F-коэффициент, тем меньше вероятность, что цикл может оказаться случайным. F-коэффициент представляет собой прекрасный индикатор, показывающий, насколько вероятно, что цикл окажется прибыльным с точки зрения торговли. Если тест Бартелса и хи-квадрат (обсуждаемый далее) выявляют значимость цикла, но у цикла низкий F-коэффициент, что иногда случается, его польза с точки зрения торговли вызывает подозрение. F-коэффициент особенно чувствителен к наличию тренда, поскольку присутствие тренда в данных будет сильно повышать дисперсию средних для строк периодограммы, таким образом снижая F-коэффициент. Следовательно, если с данных не была полностью снята направленность, F-тест может показать низкую значимость цикла, даже когда на самом деле цикл очень надежен. Поэтому очень важно полностью удалить тренд до перехода к этому этапу тестирования цикла.