資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會研究
時尚研究
法律研究如何在 R 中執行二因素方差齊性檢驗？
一般來說，我們可以說方差齊性檢驗是一種對比兩個或更多變數的方差，並在它們之間存在顯著差異時找出差異型別的檢驗。對於二因素方差齊性檢驗，最常用的檢驗之一是 Levene 檢驗，它可以藉助 base R 中 car 包的 leveneTest 函式輕鬆完成。
考慮下面的資料框 −
示例
set.seed(151)
x1<-sample(c("C1","C2","C3"),20,replace=TRUE)
x2<-sample(c("S1","S2","S3","S4","S5"),20,replace=TRUE)
y<-rnorm(20,5,2)
df1<-data.frame(x1,x2,y)
df1輸出
x1 x2 y 1 C2 S2 2.255857 2 C3 S5 1.726474 3 C3 S4 4.280697 4 C2 S3 7.402230 5 C2 S3 3.708252 6 C2 S4 3.978782 7 C2 S1 3.801754 8 C3 S3 6.091206 9 C2 S3 4.017412 10 C3 S3 5.383071 11 C3 S1 3.882945 12 C1 S5 6.845399 13 C1 S1 7.307996 14 C3 S4 2.255179 15 C1 S5 7.580363 16 C2 S5 7.309804 17 C2 S4 7.891359 18 C2 S3 5.522026 19 C3 S4 8.858292 20 C1 S1 3.800228
載入 car 包並在 df1 上執行 Levene 檢驗 −
library(car) leveneTest(y~x1*x2,data=df1) Levene's Test for Homogeneity of Variance (center = median) Df F value Pr(>F) group 9 1.5987 0.2374 10
讓我們看看另一示例 −
示例
Age_group<-sample(c("First","Second"),20,replace=TRUE)
Ethnicity<-sample(c("Asian","NorthAmerican","Chinese","Japanese"),20,replace=TRUE)
Salary<-sample(20000:50000,20)
df2<-data.frame(Age_group,Ethnicity,Salary)
df2輸出
Age_group Ethnicity Salary 1 Second NorthAmerican 25678 2 Second Asian 34597 3 Second Chinese 49861 4 Second Chinese 37386 5 First Japanese 38426 6 Second NorthAmerican 45889 7 Second Asian 35033 8 Second NorthAmerican 46098 9 First Japanese 34070 10 Second Japanese 33618 11 First Japanese 35760 12 Second Chinese 33376 13 Second NorthAmerican 30630 14 First Asian 23820 15 Second Asian 40899 16 First Asian 35095 17 Second Chinese 43439 18 First Japanese 35641 19 Second Asian 41754 20 Second NorthAmerican 35337
在 df2 上執行 Levene 檢驗 −
leveneTest(Salary~Age_group*Ethnicity,data=df2) Levene's Test for Homogeneity of Variance (center = median) Df F value Pr(>F) group 6 0.6593 0.6835 13
更新日期： 19-10-2020
1K+ 檢視
廣告