Hur kan jag beräkna p-värden i R?

Jag försöker konstruera ett hypotesprov för variansen mellan två populationer. Min teststatistik är $ F = $$ {\ sigma_b ^ 2} $ / $ {\ sigma_A ^ 2} $. Jag vill implementera detta som en funktion i R så jag beräknade: a=function(B,A){ var(B)/var(A) }

Nu vill jag beräkna p-värdet med hjälp av denna teststatistik i R. Hur kan jag göra det?

Kommentarer

Svar

Eftersom du beräknar kan F-statistiken använda funktionen pf.

Som ett exempel, låt oss ta följande data som ett exempel.

set.seed(123) x <- rnorm(50, mean = 0, sd = 2) y <- rnorm(30, mean = 1, sd = 1) f <- var(x)/var(y) # make sure to double for two-sided pf(f, df1=49, df2=29, lower.tail=F)*2 [1] 0.0001897506 

Som gung noterade kunde jag inte inse att du försöker göra Hartleys Fmax-test. I vilket fall behöver du inte ens beräkna F-statistiken eller till och med avvikelserna, du kan bara använda var.test.

var.test(x, y)$p.value [1] 0.0001897506 

Också, som noterats av gung, finns det Levene test (leveneTest) i car paketet.

Kommentarer

  • OP försöker genomföra Hartley ' s $ F $ -max-test, alltså df du anger är felaktiga (se här , & här ).
  • @gung Du har rätt, jag har förbisett mig pinsamt. Uppdaterad nu.
  • Att ' är OK, det är ' en lätt sak att förbise. Korrigera dock df i ditt svar.

Lämna ett svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *