アルゴリズム(1群の分散検定)


\sigma\,\! を標本 x\,\! の分散とし、\sigma_0\,\!が仮説の分散のとき、この関数は仮説を次のように検定します。

H_0:\sigma = \sigma_0\,\! vs H_1:\sigma \ne \sigma_0\,\!

H_0:\sigma\le\sigma_0 vs H_1:\sigma > \sigma_0\,\!

H_0:\sigma\ge\sigma_0 vs H_1:\sigma < \sigma_0\,\!

検定統計量

分散を比較するために、最初にカイ二乗値を計算します。

x^2=\frac{(n-1)s^2}{\sigma_0^2}

ここで s^2\,\!は、標本の分散です。与えられた有意水準 \alpha\,\! において、帰無仮説 H_0\,\! は、次の場合に棄却されます。

|x^2| \ne \chi_{\alpha/2}^2\,\!, 両側検定

x^2>\chi_\alpha^2, 上側検定

x^2<\chi_{1-\alpha}^2, 下側検定

信頼区間

そして、標本の分散の信頼区間は次の式で生成することができます。

帰無仮説 信頼区間
H_0:\sigma = \sigma_0\,\! \sqrt{\frac{(n-1)s^2}{\chi_{(\alpha/2,n-1)}^2}} \le \sigma \le \sqrt{\frac{(n-1)s^2}{\chi_{(1-\alpha/2,n-1)}^2}}
H_0:\sigma\le\sigma_0 \sqrt{\frac{(n-1)s^2}{\chi_{(\alpha,n-1)}^2}} \le \sigma \le \infty
H_0:\sigma\ge\sigma_0 0 \le \sigma \le \sqrt{\frac{(n-1)s^2}{\chi_{(1-\alpha,n-1)}^2}}