Как выполнить f-тест в r

F-тест используется для проверки равенства двух генеральных дисперсий. Нулевая и альтернативная гипотезы теста следующие:

H ₀ : σ ₁ ² = σ ₂ ² (дисперсии совокупности равны)

H ₁ : σ ₁ ² ≠ σ ₂ ² (дисперсии совокупности не равны)

Чтобы выполнить F-тест в R, вы можете использовать функцию var.test() с одним из следующих синтаксисов:

• Способ 1: var.test(x, y, alter = «две стороны»)
• Способ 2: var.test(значения~группы, данные, альтернатива = «две стороны»)

Обратите внимание, что альтернатива указывает на альтернативную гипотезу, которую следует использовать. По умолчанию установлено «двустороннее», но вы можете указать его как «левое» или «правое».

В этом руководстве объясняется, как выполнить F-тест в R, используя оба метода.

Метод 1: F-тест в R

Следующий код показывает, как выполнить F-тест, используя первый метод:

 #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 

Статистика F-теста равна 4,3871 , а соответствующее значение p — 0,03825 . Поскольку это значение p меньше 0,05, мы бы отвергли нулевую гипотезу. Это означает, что у нас есть достаточно доказательств, чтобы сказать, что две популяционные дисперсии не равны.

Метод 2: F-тест в R

Следующий код показывает, как выполнить F-тест, используя первый метод:

 #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 

Опять же, статистика F-теста равна 4,3871 , а соответствующее значение p — 0,03825 . Поскольку это значение p меньше 0,05, мы бы отвергли нулевую гипотезу.

Это означает, что у нас есть достаточно доказательств, чтобы сказать, что две популяционные дисперсии не равны.

Связано : Выполните F-тест, используя этот бесплатный калькулятор равных дисперсий F-теста.

Когда использовать тест F

F-тест обычно используется для ответа на один из следующих вопросов:

1. Две выборки происходят из генеральной совокупности с равными дисперсиями?

2. Уменьшает ли новый метод лечения или процесс вариативность текущего метода лечения или процесса?

Дополнительные ресурсы

Как выполнить F-тест в Python
Как интерпретировать тест F для определения общей значимости регрессии