R语言 Fisher’s F-测试

R语言 Fisher’s F-测试

费雪的F检验计算出较大方差和较小方差之间的比率。当我们想检查三个或更多组的平均值是否不同时,我们就会使用F检验。F检验是用来评估两个种群(A和B)的方差是否相等。方法很简单,就是取大方差和小方差之间的比值。R编程中的 var.test() 函数在2个正常种群之间进行F检验,假设2个种群的方差相等。

费雪的F检验公式

F = 较大样本方差/较小样本方差

R语言 的实现

  • var.test(x, y) 测试两个样本之间的方差是否相等。
  • 要比较两个方差,使用 var.test(x, y, alternative = “two.sided”)

语法:

var.test(x, y, alternative = “two.sided”)

参数:

x, y: 数字向量

alternative: 指定替代假设的字符串。

例1:

让我们有两个样本x,y。R函数var.test()可以用来比较两个方差,如下。

# Taking two samples
x <- rnorm(249, mean = 20)
y <- rnorm(79, mean = 30)
# var test in R
var.test(x, y, alternative = "two.sided")

输出

       F test to compare two variances
data:  x and y
F = 0.88707, num df = 248, denom df = 78, p-value = 0.4901
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.6071405 1.2521004
sample estimates:
ratio of variances  
        0.8870677 

它返回以下内容。

  1. F检验统计量的值。
  2. 检验统计量的F分布的自由度。
  3. 检验的P值 0.4901
  4. 人口变异率的置信区间。
  5. 样本方差的比率 0.8870677

F检验的p值为p=0.4901,大于α水平0.05。综上所述,这两个样本之间没有差异。

例2:

让我们有两个随机人口的两个随机样本。测试两个人口是否有相同的方差。

# Taking two random samples
A = c(16, 17, 25, 26, 32,
          34, 38, 40, 42)
B = c(600, 590, 590, 630, 610, 630)
# var test in R
var.test(A, B, alternative = "two.sided")

输出

       F test to compare two variances
data:  A and B
F = 0.27252, num df = 8, denom df = 5, p-value = 0.1012
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.04033118 1.31282683
sample estimates:
ratio of variances  
        0.2725248

它返回以下内容。

  1. F检验统计量的值。
  2. 检验统计量的F分布的自由度。
  3. 检验的P值 0.1012
  4. 群体变异率的95%置信区间。
  5. 样本方差的比率 0.2725248

F检验的p值为p=0.1012,大于α水平0.05。综上所述,这两个样本之间没有差异。

例3:

让我们有两个随机样本。

# Taking two random samples
x = c(25, 29, 35, 46, 58, 66, 68)
y = c(14, 16, 24, 28, 32, 35, 
          37, 42, 43, 45, 47)
# var test in R
var.test(x, y)

输出

       F test to compare two variances
data:  x and y
F = 2.4081, num df = 6, denom df = 10, p-value = 0.2105
alternative hypothesis: true ratio of variances is not equal to 1
95 percent confidence interval:
0.5913612 13.1514157
sample estimates:
ratio of variances  
           2.4081

它返回以下内容。

  1. F检验统计量的值。
  2. 检验统计量的F分布的自由度。
  3. 检验的P值 0.2105
  4. 群体变异率的95%置信区间。
  5. 样本方差的比率 2.4081

F检验的p值为p=0.2105,大于α水平0.05。综上所述,两个样本之间没有差异。

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程