学习目标

我们所采用的学习内容来自B站的Lizongzhang老师的R语言的学习分享
今天学习的主要内容是关于两个方差总体的F检验

学习内容

下面是学习的主要内容

两个总体方差的F检验

设随机变量 Y Y Y和 Z Z Z相互独立,并且 Y Y Y和 Z Z Z分别服从自由度为m和n的 χ 2 \chi ^2 χ2卡方分布,可以表示成如下式子
X = Y m Z n = n Y m Z X=\frac{\frac{Y}{m}}{\frac{Z}{n}}=\frac{nY}{mZ} X=nZmY=mZnY
F F F分布密度函数图像如下

F检验的方法

建立原假设和备择假设然后进行判断
H 0 : σ 1 2 = σ 2 2 H 1 : σ 1 2 ≠ σ 2 2 F = S 1 2 S 2 2 ∼ F ( n − 1 , n − 1 ) H_{0}:\sigma_{1}^{2}=\sigma_{2}^{2} \quad H_{1}:\sigma_{1}^{2} \neq \sigma_{2}^{2} \\ F=\frac{S_{1}^{2}}{S_{2}^{2}} \sim F(n -1,n-1) H0:σ12=σ22H1:σ12=σ22F=S22S12∼F(n−1,n−1)

具体实现代码

参考的例题就是老师在视频里面所提到的题目

#两个总体方差的F检验var.test
#哪一种方法更加高效,在不同的两个方法当中各自
#抽取12件产品进行讨论
b<-c(31,34,29,32,35,38,34,30,29,32,31,26)
c<-c(26,24,28,29,30,29,32,26,31,29,32,28)
var.test(b,c)
#自由度为11
curve(df(x,11,11),from=0,to=10,xlim=c(0,10))
segments(1.6838,0,1.6838,df(1.6838,11,11),lty=2)
p.value<-2*(1-pf(1.6838,11,11))
p.value

返回结果如下

内容小结

参考文章如下:
统计学三大分布https://blog.csdn.net/shushujiuhui123/article/details/120552262
两个总体方差的F检验

两个总体方差的F检验相关推荐

假设检验：一个总体参数的检验、总体方差检验、两个总体参数的检验和两个总体方差的检验
假设检验 1.一个总体参数的检验总体均值的检验(大样本情况下,样本均值的抽样分布近似服从正态分布) 大样本,总体方差已知,z检验大样本,总体方差未知,用样本方差代替总体方差,z检验小样本,总体为 ...
统计|如何理解和进行两个总体方差的假设检验
本博文源于<商务统计>,旨在研究两个总体方差的假设检验问题. 例子:现有工厂两台机器,测得加工零件直径,标准规格10mm,现需要判断两台机器加工精度是否存在差异实验分析一台机器的零件的 ...
python 方差_python统计分析总体方差检验
一个总体方差的检验在假设检验中,有时不仅仅需要检验正态总体的均值,还需要验证总体均值的方差.比如,在产品质量检验中,质量标准是通过不同类型的指标反应的,有些数据属于均值类型,比如尺寸.重量.抗拉强度 ...
特征选择过滤法-方差过滤、F检验、互信息法
过滤法过滤法通常用作预处理步骤,特征选择完全独立于任何机器学习算法.它是根据各种统计检验分数和相关性指标来选择特征. 全部特征--->最佳特征子集--->算法---> ...
统计|两个总体方差比的区间估计(用公式计算)
本博文源于<商务统计>,主要研究两个总体方差比的区间估计的计算,如何更好的套用公式. 实验起源及引例现有两套A.B卷子,由一群20名同学去做测试,观察A.B卷的难易程度.每个同学测得两份 ...
卡方分布的期望和方差_T检验、F检验、卡方检验详细分析及应用场景总结
本文从什么是?有什么用?怎么用?以及注意事项?四个角度来介绍常用的几种统计分析方法:T检验.F检验.卡方检验一.T检验 (一)什么是T检验 T检验是一种适合小样本的统计分析方法,通过比较不同数据的均 ...
F检验为什么要求各比较组的方差齐…
www.statstar.com http://www.statstar.com/ http://www.peixun.net/ 本文件为<IBM SPSS数据分析与挖掘案例精粹>一书配套 ...
概率统计Python计算：双正态总体未知总体方差总体均值差双侧假设的T检验
对两个独立正态总体 X X X~ N ( μ 1 , σ 2 ) N(\mu_1,\sigma^2) N(μ1,σ2)及 Y Y Y~ N ( μ 2 , σ 2 ) N(\mu_2,\sigma^ ...
R语言偏相关或者部分相关性系数计算实战：通过拟合两个回归模型、或者pysch包计算偏相关系数（Partial Correlation）、通过方差分析获得偏相关系数的F统计量（偏F检验、二型检验）
R语言偏相关或者部分相关性系数计算实战:通过拟合两个回归模型.或者pysch包计算偏相关系数(Partial Correlation).通过方差分析获得偏相关系数的F统计量(偏F检验.二型检验) 目录

两个总体方差的F检验

文章目录

学习目标

学习内容

两个总体方差的F检验

F检验的方法

具体实现代码

内容小结

两个总体方差的F检验相关推荐

最新文章

热门文章