如何对 R 中的总体方差进行单样本卡方检验？

Question

首先，我知道我可以使用 var.test(x, y) 来推断两个总体方差的比率，但我的问题是关于对一个总体方差的推断。

根据这个source，我应该使用函数varTest()对总体方差进行单样本检验。但是，每当我尝试这个时，我都会收到一个错误代码，因为 R 找不到这个函数：

x <- rnorm(50, mean = 4, sd = 1)
varTest(x, sigma.squared = 1) # sigma.squared is our null hypothesis for population variance
Error in varTest(x, sigma.squared = 1) : 
  could not find function "varTest"

如果我尝试使用 var.test() 进行总体方差的单样本检验，会发生这种情况：

x <- rnorm(50, mean = 4, sd = 1)
var.test(x, sigma.squared = 1)
Error in var.test.default(x, sigma.squared = 1) : 
  argument "y" is missing, with no default

第二个错误不足为奇，因为我认为 var.test() 仅用于推断两个总体方差的比率。

是不是我应该使用函数 varTest，但我只是没有安装包含该函数的包？

背景资料：我是运行 RStudio 版本 1.3.959，macOS Catalina 版本 10.15.6 这是我试图在 R 中进行的统计测试的 video。

Answer 1

您 link 使用的功能是 EnvStats 包的一部分。需要安装并加载后才能执行功能：

install.packages("EnvStats")

library(EnvStats)

x <- rnorm(50, mean = 4, sd = 1)
varTest(x, sigma.squared = 1)
#> 
#>  Chi-Squared Test on Variance
#> 
#> data:  x
#> Chi-Squared = 28.224, df = 49, p-value = 0.01506
#> alternative hypothesis: true variance is not equal to 1
#> 95 percent confidence interval:
#>  0.4019175 0.8944284
#> sample estimates:
#>  variance 
#> 0.5759921

如何对 R 中的总体方差进行单样本卡方检验？

How do I conduct a One-Sample Chi-Squared Test On Population Variance in R?

statistics

r

variance

population