如何进行F检验以检查Python中两个向量的方差是否相等?

例如,如果我有

a = [1,2,1,2,1,2,1,2,1,2]
b = [1,3,-1,2,1,5,-1,6,-1,2]

是否有类似的东西
scipy.stats.ttest_ind(a, b)

我发现
sp.stats.f(a, b)

但这似乎与F检验有所不同

最佳答案

方差相等的检验统计量F检验很简单:

F = Var(X) / Var(Y)

其中F作为df1 = len(X) - 1, df2 = len(Y) - 1分发

您在问题中提到的 scipy.stats.f 具有CDF方法。这意味着您可以为给定的统计信息生成一个p值,并测试该p值是否大于您选择的alpha级别。

因此:
alpha = 0.05 #Or whatever you want your alpha to be.
p_value = scipy.stats.f.cdf(F, df1, df2)
if p_value > alpha:
    # Reject the null hypothesis that Var(X) == Var(Y)

请注意,F检验对X和Y的非正态性极为敏感,因此最好进行更健壮的测试,例如Levene's testBartlett's test,除非您有理由确定X和Y呈正态分布。这些测试可以在scipy api中找到:
  • Bartlett's test
  • Levene's test
  • 关于python - 我如何在python中进行F测试,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/21494141/

    10-12 00:22
    查看更多