Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Wolfram Mathematica Documentation Center
DOCUMENTATION CENTER SEARCH
New to Mathematica? Find your learning path »
Mathematica > 数据处理 > 统计数据分析 > 假设检验 > ConoverTest >
Mathematica > 数学和算法 > 统计数据分析 > 假设检验 > ConoverTest >
Mathematica > 数据处理 > 统计数据分析 > 概率和统计 > 假设检验 > ConoverTest >
MATHEMATICA 内置符号参见 »|更多关于 »

ConoverTest

ConoverTest
检验 和 的方差是否相等.
ConoverTest
检验一个离散量数和 的关系.
ConoverTest
返回 的值.
更多信息
  • ConoverTest 在 和 上执行一个假设检验，其中零假设是总体方差比率 .
  • 默认情况下，返回一个概率值或者 值.
  • 一个较小的 值表明 不可能为真.
  • data 必须是单变量 .
  • 变量 可以是任意正实数.
  • ConoverTest 假设 data 关于一个共同的中位数对称.
  • 与检验结果的报告相关的属性包括：
"PValue" 值组成的列表
"PValueTable" 值组成的格式化表格
"ShortTestConclusion"检验结论的简短描述
"TestConclusion"检验结论的描述
"TestData"检验统计量和 值对组成的列表
"TestDataTable" 值和检验统计量组成的格式化表格
"TestStatistic"检验统计量组成的列表
"TestStatisticTable"检验统计量组成的格式化表格
  • 检验统计量基于来自第一样本的平方秩次的和与合并平方秩次的比，其中在 下假设合并平方秩次服从 NormalDistribution.
  • ConoverTest 有时候被称为平方秩检验，并且当 不服从正态分布时，可以作为 FisherRatioTest 的一种可能的替换.
  • 可以使用以下选项：
AlternativeHypothesis"Unequal"备择假定的不等性
SignificanceLevel0.05用于诊断和报告的分界点
VerifyTestAssumptionsAutomatic设置要运行哪个诊断检验
  • 对于 ConoverTest，选择一个临界值 ，使得只有当 时，拒绝 . 用于 和 属性的 值由 SignificanceLevel 选项控制. 值也用于包括对称性检验的假设的诊断检验中. 默认情况下， 设置为 .
"Symmetry"验证所有数据都是对称的
范例关闭所有单元
例   (2)
检验两个数据总体集合的方差的相等性：
创建一个 HypothesisTestData 对象，用于进一步的属性提取：
检验属性：
检验两个数据总体集合的方差比率与一个特定值的关系：
对备择假设 执行检验：
检验两个数据总体集合的方差的相等性：
In[1]:=
Click for copyable input
In[2]:=
Click for copyable input
Out[2]=
创建一个 HypothesisTestData 对象，用于进一步的属性提取：
In[3]:=
Click for copyable input
Out[3]=
检验属性：
In[4]:=
Click for copyable input
Out[4]=
 
检验两个数据总体集合的方差比率与一个特定值的关系：
In[1]:=
Click for copyable input
In[2]:=
Click for copyable input
Out[2]=
In[3]:=
Click for copyable input
Out[3]=
对备择假设 执行检验：
In[4]:=
Click for copyable input
Out[4]=
范围   (7)
比较两个数据总体的方差：
当方差相等时， 值通常较大：
当方差不相等时， 值通常较小：
检验两个数据总体的方差比率是否等于一个特定的值：
以下形式是等价的：
当确定 时，需要考虑数据集的顺序：
创建一个 HypothesisTestData 对象，用于重复属性提取：
可用于提取的属性：
从一个 HypothesisTestData 对象提取某些属性：
值和检验统计量：
同时提取任意数目的属性：
值和检验统计量：
将检验结果制作成表格：
使用 可以提取表格中的值：
将 值或者检验统计量制作成表格：
来自表格的 值：
来自表格的检验统计量：
选项   (8)
默认情况下，执行一个双侧检验：
执行一个双侧检验或者一个单侧检验：
检验 :
检验 :
检验 :
当均值为零时，执行单侧检验：
检验 :
检验 :
设置诊断检验的显著性水平：
默认情况下，使用 ：
对 和 也使用显著性水平：
使用 All 或者 None，可以以分组方式控制诊断：
验证所有假定：
不对假定进行检查：
诊断可以独立控制：
检查对称性：
为了进行模拟，避开诊断检验通常是有用的：
设计中已经包含了检验假定，因此我们可以节省大量时间：
结果是相同的：
应用   (1)
比较90年代前期和90年代后期标普 500 指数的每日点变化的方差：
明显地，数据不服从正态分布：
90年代前期的方差比后期的方差明显小：
属性和关系   (5)
在 下，检验统计量服从一个 NormalDistribution：
与 FisherRatioTest 不同，Conover 检验并不假定正态性成立：
FisherRatioTest 导致对 -值的低估：
Conover 检验假设数据关于一个共同的中位数对称：
当数据不对称时，检验统计量的分布不是标准正态分布：
ConoverTest 的检验统计量是基于秩的：
在值不相等的情况下，可以使用 Ordering 计算秩：
检验统计量：
使用 PearsonChiSquareTest 检验数据关于共同的中位数的对称性：
可以看出数据是对称的，并且没有发出警告信息：
警告信息中的 值与 PearsonChiSquareTest 中的一致：
可能存在的问题   (1)
数据应该关于一个共同的中位数对称：
在考虑位置上的平移后，前两个数据集是对称的：
后两个数据集关于它们共同的中位数不是对称的：
版本 8 的新功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF