Prueba de Fligner-Killeen en Programación R

varios homogeneidad

• prueba de bartlett
• prueba de levene
• Prueba de Fligner-Killeen

Es muy fácil realizar estas pruebas en programación R. En este artículo vamos a realizar la prueba de Fligner-Killeen en R.

Hipótesis estadísticas para la prueba de Fligner-Killeen

Una hipótesis es una declaración estadística para comprender la prueba de hipótesis. Para la prueba de Fligner-Killeen las hipótesis estadísticas son:

• Hipótesis nula: todas las varianzas de las poblaciones son iguales
• Hipótesis alternativa: Al menos dos de ellas difieren

Implementación en R

que la prueba de Fligner-Killeen

fligner.test(fórmula, conjunto de datos)

 

Parámetros:

fórmula: una fórmula de la forma valores ~ grupos

conjunto de datos: una array o marco de datos

Ejemplos de prueba de Fligner-Killeen

Prueba de Fligner-Killeen con una variable independiente:

Considere el conjunto de datos PlantGrowth incorporado de R que brinda el peso seco de tres grupos de diez lotes de plantas, donde cada grupo de diez lotes recibió un tratamiento diferente. La variable de peso da el peso del lote y la variable de grupo da el tratamiento recibido ya sea ctrl, trt1 o trt2 . Para ver el conjunto de datos, escriba el siguiente comando:

print(PlantGrowth)

Producción:

    weight group
1    4.17  ctrl
2    5.58  ctrl
3    5.18  ctrl
4    6.11  ctrl
5    4.50  ctrl
6    4.61  ctrl
7    5.17  ctrl
8    4.53  ctrl
9    5.33  ctrl
10   5.14  ctrl
11   4.81  trt1
12   4.17  trt1
13   4.41  trt1
14   3.59  trt1
15   5.87  trt1
16   3.83  trt1
17   6.03  trt1
18   4.89  trt1
19   4.32  trt1
20   4.69  trt1
21   6.31  trt2
22   5.12  trt2
23   5.54  trt2
24   5.50  trt2
25   5.37  trt2
26   5.29  trt2
27   4.92  trt2
28   6.15  trt2
29   5.80  trt2
30   5.26  trt2

Como se mencionó anteriormente, la prueba de Fligner-Killeen Aquí vamos a considerar sólo una variable independiente. Para realizar la prueba, use el siguiente comando:

# R program to illustrate
# Fligner-Killeen test
  
# Import required package
library(stats)
  
# Using fligner.test()
result = fligner.test(weight ~ group, PlantGrowth)
  
# print the result
print(result)

Producción:

Fligner-Killeen test of homogeneity of variances

data:  weight by group
Fligner-Killeen:med chi-squared = 2.3499, df = 2, p-value = 0.3088

Prueba de Fligner-Killeen con múltiples variables independientes:

quiere variables independientes entonces t

# R program to illustrate
# Fligner-Killeen test
  
# Import required package
library(stats)
  
# Using fligner.test()
result = fligner.test(len ~ interaction(supp, dose), 
                      data = ToothGrowth)
  
# print the result
print(result)

Producción:

Fligner-Killeen test of homogeneity of variances

data:  len by interaction(supp, dose)
Fligner-Killeen:med chi-squared = 7.7488, df = 5, p-value = 0.1706