R에서 f 테스트를 수행하는 방법
F 테스트는 두 모집단 분산이 동일한지 여부를 테스트하는 데 사용됩니다. 검정의 귀무가설과 대립가설은 다음과 같습니다.
H 0 : σ 1 2 = σ 2 2 (모집단 분산은 동일함)
H 1 : σ 1 2 ≠ σ 2 2 (모집단 분산이 동일 하지 않음 )
R에서 F-테스트를 수행하려면 다음 구문 중 하나와 함께 var.test() 함수를 사용할 수 있습니다.
- 방법 1: var.test(x, y, 대안 = “양측”)
- 방법 2: var.test(값 ~ 그룹, 데이터, 대안 = “양측”)
대안은 사용할 대안 가설을 나타냅니다. 기본값은 “양면”이지만 “왼쪽” 또는 “오른쪽”으로 지정할 수 있습니다.
이 튜토리얼에서는 두 가지 방법을 모두 사용하여 R에서 F 테스트를 수행하는 방법을 설명합니다.
방법 1: R에서의 F 테스트
다음 코드는 첫 번째 방법을 사용하여 F 테스트를 수행하는 방법을 보여줍니다.
#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-검정 통계량은 4.3871 이고 해당 p-값은 0.03825 입니다. 이 p-값은 0.05보다 작으므로 귀무가설을 기각합니다. 이는 두 모집단 분산이 동일 하지 않다고 말할 수 있는 충분한 증거가 있음을 의미합니다.
방법 2: R에서의 F 테스트
다음 코드는 첫 번째 방법을 사용하여 F 테스트를 수행하는 방법을 보여줍니다.
#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
이번에도 F-검정 통계량은 4.3871 이고 해당 p-값은 0.03825 입니다. 이 p-값은 0.05보다 작으므로 귀무가설을 기각합니다.
이는 두 모집단 분산이 동일 하지 않다고 말할 수 있는 충분한 증거가 있음을 의미합니다.
관련 항목 : 무료 등분산 F-검정 계산기를 사용하여 F-검정을 수행해 보세요.
F 테스트를 사용해야 하는 경우
F-검정은 일반적으로 다음 질문 중 하나에 답하는 데 사용됩니다.
1. 두 개의 표본이 등분산 모집단에서 추출되었습니까?
2. 새로운 처리 또는 프로세스가 현재 처리 또는 프로세스의 가변성을 감소시키는가?