<\/p>\n
Un test del rapporto di varianza<\/strong> viene utilizzato per verificare se le varianze di due popolazioni sono uguali o meno.<\/span><\/p>\n Questo test utilizza le seguenti ipotesi nulle e alternative:<\/span><\/p>\n Per eseguire questo test, calcoliamo la seguente statistica del test:<\/span><\/p>\n F<\/strong> = s 1<\/sub> 2<\/sup> \/ s 2<\/sub> 2<\/sup><\/span><\/p>\n Oro:<\/span><\/p>\n Se il valore p<\/a> che corrisponde a questa statistica del test F \u00e8 inferiore a una certa soglia (ad esempio 0,05), allora rifiutiamo l’ipotesi nulla e concludiamo che le varianze della popolazione non sono uguali.<\/span><\/p>\n Per eseguire un test del rapporto di varianza in R, possiamo utilizzare la funzione integrata var.test()<\/strong> .<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa funzione nella pratica.<\/span><\/p>\n Supponiamo di voler sapere se due diverse specie di piante hanno la stessa variazione di altezza.<\/span><\/p>\n Per verificarlo, raccogliamo un semplice campione casuale<\/a> di 15 piante di ciascuna specie.<\/span><\/p>\n Il codice seguente mostra come eseguire un test del rapporto di varianza in R per determinare se la varianza di altezza \u00e8 uguale tra le due specie:<\/span><\/p>\n Ecco come interpretare i risultati del test:<\/span><\/p>\n dati:<\/strong> i nomi dei vettori che contengono i dati campione.<\/span><\/p>\n F:<\/strong> La statistica del test F. In questo caso \u00e8 0.43718<\/strong> .<\/span><\/p>\n num df, denom df<\/strong> : i gradi di libert\u00e0 del numeratore e del denominatore per la statistica del test F, calcolati rispettivamente come n 1<\/sub> \u2013 1 e n 2<\/sub> -1.<\/span><\/p>\n Valore p:<\/strong> il valore p che corrisponde alla statistica del test F di 0,43718 con numeratore df = 14 e denominatore df = 14. Il valore p risulta essere 0,1336<\/strong> .<\/span><\/p>\n Intervallo di confidenza al 95%:<\/strong> intervallo di confidenza al 95% per il vero rapporto delle varianze tra i due gruppi. Risulta essere [.147, 1.302]<\/strong> . Poich\u00e9 1 \u00e8 contenuto in questo intervallo, \u00e8 plausibile che il vero rapporto delle varianze sia 1, cio\u00e8 varianze uguali.<\/span><\/p>\n stime campionarie:<\/strong> rappresenta il rapporto delle varianze tra ciascun gruppo. Se utilizziamo la funzione var()<\/strong> , possiamo vedere che la varianza campionaria del primo gruppo \u00e8 21,8381 e la varianza campionaria del secondo gruppo \u00e8 49,95238. Quindi il rapporto delle varianze \u00e8 21.8381 \/ 49.95238 = 0.4371783<\/strong> .<\/span><\/p>\n Ricordiamo le ipotesi nulla e alternativa di questo test:<\/span><\/p>\n Poich\u00e9 il valore p del nostro test (0,1336)<\/strong> non \u00e8 inferiore a 0,05, non riusciamo a rifiutare l’ipotesi nulla.<\/span><\/p>\n Ci\u00f2 significa che non abbiamo prove sufficienti per concludere che la variazione nell\u2019altezza delle piante tra le due specie non \u00e8 uguale.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni in R:<\/span><\/p>\n Come eseguire un test T per un campione in R<\/a> Un test del rapporto di varianza viene utilizzato per verificare se le varianze di due popolazioni sono uguali o meno. Questo test utilizza le seguenti ipotesi nulle e alternative: H 0 : le varianze della popolazione sono uguali H A : Le varianze della popolazione non sono uguali Per eseguire questo test, calcoliamo la seguente […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n\n
\n
Esempio: test del rapporto di varianza in R<\/strong><\/span><\/h2>\n
#create vectors to hold plant heights from each sample\n<\/span>group1 <- c(5, 6, 6, 8, 10, 12, 12, 13, 14, 15, 15, 17, 18, 18, 19)\ngroup2 <- c(9, 9, 10, 12, 12, 13, 14, 16, 16, 19, 22, 24, 26, 29, 29)\n\n<\/strong>#perform variance ratio test\n<\/span>var. test<\/span> (group1, group2)\n\n\tF test to compare two variances\n\ndata: group1 and group2\nF = 0.43718, num df = 14, denom df = 14, p-value = 0.1336\nalternative hypothesis: true ratio of variances is not equal to 1\n95 percent confidence interval:\n 0.1467737 1.3021737\nsample estimates:\nratio of variances \n 0.4371783<\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h2>\n
Come eseguire il test T di Welch in R<\/a>
Come eseguire un t-test per campioni accoppiati in R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"