Jak wykonać test f w r

Test F służy do sprawdzenia, czy dwie wariancje populacji są równe. Hipotezy zerowe i alternatywne testu są następujące:

H ₀ : σ ₁ ² = σ ₂ ² (wariancje populacji są równe)

H ₁ : σ ₁ ² ≠ σ ₂ ² (wariancje populacji nie są równe)

Aby wykonać test F w R, możesz użyć funkcji var.test() z jedną z następujących składni:

• Metoda 1: var.test(x, y, alternatywa = „dwie strony”)
• Metoda 2: var.test(wartości ~ grupy, dane, alternatywa = „dwie strony”)

Należy zauważyć, że alternatywa wskazuje alternatywną hipotezę, którą należy zastosować. Wartość domyślna to „dwustronna”, ale można ją określić jako „lewą” lub „prawą”.

W tym samouczku wyjaśniono, jak wykonać test F w języku R przy użyciu obu metod.

Metoda 1: Test F w R

Poniższy kod pokazuje, jak wykonać test F przy użyciu pierwszej metody:

 #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 

Statystyka testu F wynosi 4,3871 , a odpowiadająca jej wartość p wynosi 0,03825 . Ponieważ ta wartość p jest mniejsza niż 0,05, odrzucilibyśmy hipotezę zerową. Oznacza to, że mamy wystarczająco dużo dowodów, aby stwierdzić, że obie wariancje populacji nie są równe.

Metoda 2: Test F w R

Poniższy kod pokazuje, jak wykonać test F przy użyciu pierwszej metody:

 #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 

Ponownie, statystyka testu F wynosi 4,3871 , a odpowiadająca jej wartość p wynosi 0,03825 . Ponieważ ta wartość p jest mniejsza niż 0,05, odrzucilibyśmy hipotezę zerową.

Oznacza to, że mamy wystarczająco dużo dowodów, aby stwierdzić, że obie wariancje populacji nie są równe.

Powiązane : Wykonaj test F, korzystając z darmowego kalkulatora testu F równych wariancji.

Kiedy stosować test F

Test F jest zwykle używany do odpowiedzi na jedno z następujących pytań:

1. Czy dwie próbki pochodzą z populacji o równych wariancjach?

2. Czy nowa obróbka lub proces zmniejsza zmienność aktualnej obróbki lub procesu?

Dodatkowe zasoby

Jak wykonać test F w Pythonie
Jak interpretować test F dla ogólnej istotności w regresji