Een f-test uitvoeren in r

Een F-toets wordt gebruikt om te testen of twee populatievarianties gelijk zijn. De nul- en alternatieve hypothesen van de test zijn als volgt:

H ₀ : σ ₁ ² = σ ₂ ² (populatievarianties zijn gelijk)

H ₁ : σ ₁ ² ≠ σ ₂ ² (populatievarianties zijn niet gelijk)

Om een F-test in R uit te voeren, kunt u de functie var.test() gebruiken met een van de volgende syntaxis:

• Methode 1: var.test(x, y, alternatief = “twee kanten”)
• Methode 2: var.test(waarden ~ groepen, data, alternatief = “twee kanten”)

Merk op dat alternatief de alternatieve hypothese aangeeft die moet worden gebruikt. De standaardinstelling is „tweezijdig“, maar u kunt dit opgeven als „links“ of „rechts“.

In deze tutorial wordt uitgelegd hoe u met beide methoden een F-test in R uitvoert.

Methode 1: F-test in R

De volgende code laat zien hoe u een F-test uitvoert met behulp van de eerste methode:

 #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 

De F-teststatistiek is 4,3871 en de overeenkomstige p-waarde is 0,03825 . Omdat deze p-waarde kleiner is dan 0,05, zouden we de nulhypothese verwerpen. Dit betekent dat we voldoende bewijs hebben om te zeggen dat de twee populatievarianties niet gelijk zijn.

Methode 2: F-test in R

De volgende code laat zien hoe u een F-test uitvoert met behulp van de eerste methode:

 #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 

Opnieuw is de F-teststatistiek 4,3871 en de overeenkomstige p-waarde is 0,03825 . Omdat deze p-waarde kleiner is dan 0,05, zouden we de nulhypothese verwerpen.

Dit betekent dat we voldoende bewijs hebben om te zeggen dat de twee populatievarianties niet gelijk zijn.

Gerelateerd : Voer een F-test uit met behulp van deze gratis F-testcalculator met gelijke varianties.

Wanneer moet u de F-test gebruiken?

De F-test wordt doorgaans gebruikt om een van de volgende vragen te beantwoorden:

1. Komen twee steekproeven uit populaties met gelijke varianties?

2. Vermindert een nieuwe behandeling of proces de variabiliteit van een huidige behandeling of proces?

Aanvullende bronnen

Hoe een F-test uit te voeren in Python
Hoe de F-test te interpreteren voor de algehele significantie in regressie