2016-11-12 2 views

ответ

1

Вы можете использовать compareCov из пакета covmat.

В качестве примера я буду использовать longely набор данных из stats пакета:

library(covmat) 

(Cl <- cor(longley)) 
compareCov(Cl, Cl, labels = c("Robust Croux", "Robust")) 

enter image description here

Вы можете найти больше примеров и деталей в Vignette пакета.

https://cran.r-project.org/web/packages/covmat/vignettes/CovarianceEstimation.pdf

Если вы спрашиваете, как выбрать наиболее подходящий статистический тест, то это больше вопрос для Cross Validated, как Бен Bolker просто прокомментировал.

+0

Я думаю, что ОП задает вопрос о том, что * статистический * тест, который они должны использовать, что делает этот вопрос больше для CrossValidated ... –

+0

Хорошо, могу ли я использовать тест boxM для этого, а также для сравненияCov? и если да, то для чего будет кодирование? Спасибо, ребята – JSlocombe95

+0

@ JSlocombe95 Я так не думаю, но если вы хотите использовать M-тест Box, есть несколько пакетов, которые делают это, включая 'heplots'. Это разрывает boxM для вас: https://www.rdocumentation.org/packages/heplots/versions/1.3-1/topics/boxM 'boxM (cbind (Sepal.Length, Sepal.Width, Petal.Length, Petal. Ширина) ~ Виды, данные = радуга). Если на ваш вопрос ответили, нажмите галочку. –

Смежные вопросы