<\/p>\n
Um teste F<\/strong> \u00e9 usado para testar se duas vari\u00e2ncias populacionais s\u00e3o iguais. As hip\u00f3teses nula e alternativa do teste s\u00e3o as seguintes:<\/span><\/p>\n H 0<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> = \u03c3 2<\/sub> 2<\/sup> (as varia\u00e7\u00f5es populacionais s\u00e3o iguais)<\/span><\/p>\n H 1<\/sub> :<\/strong> \u03c3 1<\/sub> 2<\/sup> \u2260 \u03c3 2<\/sub> 2<\/sup> (as varia\u00e7\u00f5es populacionais n\u00e3o<\/em> s\u00e3o iguais)<\/span><\/p>\n Para realizar um teste F em R, voc\u00ea pode usar a fun\u00e7\u00e3o var.test()<\/strong> com uma das seguintes sintaxes:<\/span><\/p>\n Observe que alternativa<\/em> indica a hip\u00f3tese alternativa a ser usada. O padr\u00e3o \u00e9 “frente e verso”, mas voc\u00ea pode especific\u00e1-lo como “esquerdo” ou “direito”.<\/span><\/p>\n Este tutorial explica como realizar um teste F em R usando ambos os m\u00e9todos.<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar um teste F usando o primeiro m\u00e9todo:<\/span><\/p>\n A estat\u00edstica do teste F \u00e9 4,3871<\/strong> e o valor p correspondente \u00e9 0,03825<\/strong> . Como esse valor p \u00e9 inferior a 0,05, rejeitar\u00edamos a hip\u00f3tese nula. Isto significa que temos evid\u00eancias suficientes para dizer que as duas vari\u00e2ncias populacionais n\u00e3o<\/em> s\u00e3o iguais.<\/span><\/p>\n O c\u00f3digo a seguir mostra como realizar um teste F usando o primeiro m\u00e9todo:<\/span><\/p>\n Novamente, a estat\u00edstica do teste F \u00e9 4,3871<\/strong> e o valor p correspondente \u00e9 0,03825<\/strong> . Como esse valor p<\/a> \u00e9 inferior a 0,05, rejeitar\u00edamos a hip\u00f3tese nula.<\/span><\/p>\n Isto significa que temos evid\u00eancias suficientes para dizer que as duas vari\u00e2ncias populacionais n\u00e3o<\/em> s\u00e3o iguais.<\/span><\/p>\n Relacionado<\/strong> : Execute um teste F usando esta calculadora gratuita de teste F de vari\u00e2ncias iguais.<\/span><\/p>\n O teste F \u00e9 normalmente usado para responder a uma das seguintes perguntas:<\/span><\/p>\n 1.<\/strong> Duas amostras v\u00eam de popula\u00e7\u00f5es com vari\u00e2ncias iguais?<\/span><\/p>\n 2.<\/strong> Um novo tratamento ou processo reduz a variabilidade de um tratamento ou processo atual?<\/span><\/p>\n Como realizar um teste F em Python<\/a> Um teste F \u00e9 usado para testar se duas vari\u00e2ncias populacionais s\u00e3o iguais. As hip\u00f3teses nula e alternativa do teste s\u00e3o as seguintes: H 0 : \u03c3 1 2 = \u03c3 2 2 (as varia\u00e7\u00f5es populacionais s\u00e3o iguais) H 1 : \u03c3 1 2 \u2260 \u03c3 2 2 (as varia\u00e7\u00f5es populacionais n\u00e3o s\u00e3o iguais) Para […]<\/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":[],"class_list":["post-1093","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n\n
M\u00e9todo 1: teste F em R<\/strong><\/span><\/h3>\n
#define the two groups<\/span>\nx <- c(18, 19, 22, 25, 27, 28, 41, 45, 51, 55)\ny <- c(14, 15, 15, 17, 18, 22, 25, 25, 27, 34)\n\n#perform an F-test to determine in the variances are equal\n<\/span>var.test(x, y)\n\n\tF test to compare two variances\n\ndata: x and y\nF = 4.3871, num df = 9, denom df = 9, p-value = 0.03825\nalternative hypothesis: true ratio of variances is not equal to 1\n95 percent confidence interval:\n 1.089699 17.662528\nsample estimates:\nratio of variances \n 4.387122 \n<\/strong><\/pre>\n M\u00e9todo 2: teste F em R<\/strong><\/span><\/h3>\n
#define the two groups<\/span>\ndata <- data.frame(values=c(18, 19, 22, 25, 27, 28, 41, 45, 51, 55,\n 14, 15, 15, 17, 18, 22, 25, 25, 27, 34),\n group= rep<\/span> (c('A', 'B'), each<\/span> = 10<\/span> ))\n\n#perform an F-test to determine in the variances are equal\n<\/span>var.test(values~group, data=data)\n\n\tF test to compare two variances\n\ndata: x and y\nF = 4.3871, num df = 9, denom df = 9, p-value = 0.03825\nalternative hypothesis: true ratio of variances is not equal to 1\n95 percent confidence interval:\n 1.089699 17.662528\nsample estimates:\nratio of variances \n 4.387122 \n<\/strong><\/pre>\n Quando usar o teste F<\/strong><\/span><\/h3>\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Como interpretar o teste F para signific\u00e2ncia geral na regress\u00e3o<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"