两个独立样本方差的F检验-生物和医学统计学蒙面达虎
岑碧青两个独立样本方差齐性检验（F检验）：构建F分布统计量。
适用条件：
σ未知
两个样本
两个样本方差比较
原假设（无效假设或零假设）：
H0：σ1=σ2
备择假设三种情况：
HA：σ1≠σ2
HA：σ1＞σ2
HA：σ1＜σ2
例题
用两台机器制造16mL尼龙试管天刀笑剑钝，从每一台机器生产的产品中，分别独立随机的抽出10只，测定他们的容量珍妮巴斯，结果见下表，问两台机器生产的产品质量稳定性是否一致？机器1机器216.03 16.02 16.04 15.97 16.05 15.96 16.05 16.01 16.02 15.99 16.01 16.03 15.96 16.04 15.98 16.02 16.02 16.01 15.99 16.00
分析：方差是衡量样本数据稳定性（变异程度）的特征数，比较稳定性即比较方差差异性。
正态性检验
F检验对于样本的正态性很敏感，因此首先做正态性检验徐梦璇。
> par(mfcol=c(1,2))
> qqPlot(x八连杀 苏三,ylab="机器1",main="qqPlot")
> qqPlot(y,ylab="机器2",main="qqPlot")
qqPlot显示两样本数据的散点基本排列于一条直线上，满足正态性要求强婚霸爱。
运行shapiro.test(x)，得p-value = 0.5005。
运行shapiro.test(y)，得p-value = 0.6604。
两样本数据的shapiro检验的P值均大于0.05钟彩媚 ，没有足够的理由认为它们不服从正态分布粉丝头条爱玉子，故可进一步进行F检验秦安县政府网。
F检验
R函数格式：
var.test(x时空天书 , y, ratio = 1, alternative =c("two.sided", "less"双魂召唤师 , "greater"),conf.level =0.95)
参数设置
x, y
样本数据变量
alternative
对立假设设置
ratio
方差理论比值，默认为1
conf.level
置信水平设定
程序运行及结果：
P=0.6>0.05，故没有足够的理由认为两样本所在总体的方差具有显著差异。一般可假定方差相等。
岑碧青两个独立样本方差齐性检验（F检验）：构建F分布统计量。
适用条件：
σ未知
两个样本
两个样本方差比较
原假设（无效假设或零假设）：
H0：σ1=σ2
备择假设三种情况：
HA：σ1≠σ2
HA：σ1＞σ2
HA：σ1＜σ2
例题
用两台机器制造16mL尼龙试管天刀笑剑钝，从每一台机器生产的产品中，分别独立随机的抽出10只，测定他们的容量珍妮巴斯，结果见下表，问两台机器生产的产品质量稳定性是否一致？机器1机器216.03 16.02 16.04 15.97 16.05 15.96 16.05 16.01 16.02 15.99 16.01 16.03 15.96 16.04 15.98 16.02 16.02 16.01 15.99 16.00
分析：方差是衡量样本数据稳定性（变异程度）的特征数，比较稳定性即比较方差差异性。
正态性检验
F检验对于样本的正态性很敏感，因此首先做正态性检验徐梦璇。
> par(mfcol=c(1,2))
> qqPlot(x八连杀 苏三,ylab="机器1",main="qqPlot")
> qqPlot(y,ylab="机器2",main="qqPlot")
qqPlot显示两样本数据的散点基本排列于一条直线上，满足正态性要求强婚霸爱。
运行shapiro.test(x)，得p-value = 0.5005。
运行shapiro.test(y)，得p-value = 0.6604。
两样本数据的shapiro检验的P值均大于0.05钟彩媚 ，没有足够的理由认为它们不服从正态分布粉丝头条爱玉子，故可进一步进行F检验秦安县政府网。
F检验
R函数格式：
var.test(x时空天书 , y, ratio = 1, alternative =c("two.sided", "less"双魂召唤师 , "greater"),conf.level =0.95)
参数设置
x, y
样本数据变量
alternative
对立假设设置
ratio
方差理论比值，默认为1
conf.level
置信水平设定
程序运行及结果：
P=0.6>0.05，故没有足够的理由认为两样本所在总体的方差具有显著差异。一般可假定方差相等。