반응형
/*******************************************************************************************************************
-- Title : [R3.3] 등분산성 테스트 using var.test
-- Reference : http://www.dodomira.com/2016/04/02
-- Key word : 등분산성 var.test p-value 정규성 F-검정 F검정 F테스트 levene.test levenetest levene검정
levene 테스트 f-value f value
*******************************************************************************************************************/
-- Chart
-- R
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
|
# ------------------------------
# -- F-검정 using var.test
# ------------------------------
# t-test를 실시하기 위해서 등분산성, 정규성이 만족되어야 함
# 이를 위해 var.test 검증 필요
a = c(175, 168, 168, 190, 156, 181, 182, 175, 174, 179)
b = c(185, 169, 173, 173, 188, 186, 175, 174, 179, 180)
df = data.frame(a,b)
df
var.test(a,b)
# F test to compare two variances
# data: a and b
# F = 2.1028, num df = 9, denom df = 9, p-value = 0.2834
# alternative hypothesis: true ratio of variances is not equal to 1
# 95 percent confidence interval:
# 0.5223017 8.4657950
# sample estimates:
# ratio of variances
# 2.102784
# p-value < 0.05 이면 두 집단의 분산이 다르다고 판단 가능.
# (귀무가설 : 두 분산이 다르다.)
summary(df)
par(mfrow=c(1,2))
plot(a)
plot(b)
# ------------------------------
# -- levene 검정 using levene.test or leveneTest(요걸로 대체되었단다.)
# ------------------------------
install.packages("car")
library("car")
a <- c(61,60,56,63,56,63,59,56,44,61)
b <- c(55,54,47,59,51,61,57,54,62,58)
x1 <- data.frame(a,b)
x2 <- stack(x1)
leveneTest(values~ind, data=x2)
# Levene's Test for Homogeneity of Variance (center = median)
# Df F value Pr(>F)
# group 1 0.0039 0.9508
# 18
# p-value(0.9508) < 0.05 이 거짓이므로 두 집단의 분산이 동일하다는 판단 가능.
# (귀무가설 : 두 분산이 다르다.)
|
cs |
반응형