2016-11-12 8 views

Antwort

1

Sie können compareCov aus dem Paket covmat verwenden.

Als Beispiel werde ich den longely-Datensatz aus dem stats Paket verwenden:

library(covmat) 

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

enter image description here

Sie können weitere Beispiele und Details in dem Paket Vignette finden.

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

Wenn Sie, wie fragen den am besten geeigneten statistischen Test zu wählen, das ist dann eher eine Frage für Cross Validated, wie Ben Bolker nur kommentiert.

+0

Ich denke, das OP fragt, was * statistische * Test sie verwenden sollten, was diese Frage mehr für CrossValidated macht ... –

+0

Okay danke, kann ich boxM Test für diese sowie compareCov verwenden? und wenn ja, was wäre die Codierung dafür? Danke Jungs – JSlocombe95

+0

@ JSlocombe95 Ich glaube nicht, aber wenn Sie Box M-Test verwenden möchten, gibt es mehrere Pakete, die das tun, einschließlich 'heplots'. Dies bricht boxM allesamt für Sie ab: https://www.rdocumentation.org/packages/heplots/versions/1.3-1/topics/boxM 'boxM (cbind (Sepal.Length, Sepal.Width, Petal.Length, Petal. Breite) ~ Art, Daten = Iris) '. Wenn Ihre Frage beantwortet wird, klicken Sie bitte auf das Häkchen. –

Verwandte Themen