如何在 r 中执行 f 测试

F 检验用于检验两个总体方差是否相等。检验的原假设和备择假设如下：

H ₀ : σ ₁ ² = σ ₂ ² （总体方差相等）

H ₁ : σ ₁ ² ≠ σ ₂ ² （总体方差不相等）

要在 R 中执行 F 测试，您可以使用var.test()函数和以下语法之一：

• 方法1： var.test(x,y,alternative =“两侧”)
• 方法二： var.test(values~groups, data, Alternative = “双方”)

请注意，替代表示要使用的替代假设。默认为“双面”，但您可以将其指定为“左”或“右”。

本教程介绍如何使用这两种方法在 R 中执行 F 测试。

方法1：R中的F测试

以下代码展示了如何使用第一种方法执行 F 测试：

 #define the two groups
x <- c(18, 19, 22, 25, 27, 28, 41, 45, 51, 55)
y <- c(14, 15, 15, 17, 18, 22, 25, 25, 27, 34)

#perform an F-test to determine in the variances are equal
var.test(x, y)

	F test to compare two variances

data: x and y
F = 4.3871, num df = 9, denom df = 9, p-value = 0.03825
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
  1.089699 17.662528
sample estimates:
ratio of variances 
          4.387122 

F 检验统计量为4.3871 ，相应的 p 值为0.03825 。由于该 p 值小于 0.05，因此我们将拒绝原假设。这意味着我们有足够的证据表明两个总体方差不相等。

方法2：R中的F测试

以下代码展示了如何使用第一种方法执行 F 测试：

 #define the two groups
data <- data.frame(values=c(18, 19, 22, 25, 27, 28, 41, 45, 51, 55,
                            14, 15, 15, 17, 18, 22, 25, 25, 27, 34),
                   group= rep (c('A', 'B'), each = 10 ))

#perform an F-test to determine in the variances are equal
var.test(values~group, data=data)

	F test to compare two variances

data: x and y
F = 4.3871, num df = 9, denom df = 9, p-value = 0.03825
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
  1.089699 17.662528
sample estimates:
ratio of variances 
          4.387122 

同样，F 检验统计量为4.3871 ，相应的 p 值为0.03825 。由于该p 值小于 0.05，因此我们将拒绝原假设。

这意味着我们有足够的证据表明两个总体方差不相等。

相关：使用此免费的等方差 F 检验计算器执行 F 检验。

何时使用 F 检验

F 检验通常用于回答以下问题之一：

1.两个样本是否来自方差相等的总体？

2. 新的处理或工艺是否会减少当前处理或工艺的可变性？

其他资源

如何在 Python 中执行 F 测试
如何解释回归中总体显着性的 F 检验