⽅差齐性
在⽅差分析有⼀个重要的前提叫⽅差齐性
先讲讲什么是⽅差齐性,⽅差齐性是指不同组间的总体⽅差是⼀样的。那为什么⽅差分析的前提是要组间的总体⽅差保持⼀致呢?先想想⽅差分析是做什么呢?⽅差分析是⽤来⽐较多组之间均值是否存在显著差异。那如果⽅差不⼀致,也就意味着值的波动程度是不⼀样的,如果此时均值之间存在显著差异,不能够说明⼀定是不同组间处理带来的,有可能是⼤⽅差带来⼤的波动;如果⽅差⼀样,也就意味着值的波动程度是⼀样的,在相同波动程度下,直接去⽐较均值,如果均值之间存在显著差异,那么可以认为是不同组间处理带来的。 ⽅差齐性检验是对两组样本的⽅差是否相同进⾏检验。检验思想与均值之间差异性检验是⼀样的。常⽤的⽅法有:⽅差⽐、Hartley检验、Levene检验、BF法、Bartlett检验。
奇魅植物酶⽅差⽐
心理学家研究发现⽅差⽐就是两组⽅差的⽐,⽤⽐较⼤的⼀组⽅差除以较⼩⼀组的⽅差,最后得到⼀个F值,然后根据F值⼤⼩判断两组之间的⽅差是否相等。F值越⼤,则认为两组⽅差越不相等
Levene检验
Levene检验是将每个值先转换为为该值与其组内均值的偏离程度,然后再⽤转换后的偏离程度去做⽅差分析,即组间⽅差/组内⽅差。微电脑世界
在这⾥关于组内均值有多种计算⽅式:平均数、中位数、截取平均数(去掉最⼤和最⼩值后求平均)。
在Python中有现成的函数可以使⽤:
钋元素from scipy.stats import levene
stat, p = levene(x, y, z)
print(stat, p)
#这⾥的x, y, z是不同组的样本
Barlett检验
Bartlett检验的核⼼思想是通过求取不同组之间的卡⽅统计量,然后根据卡⽅统计量的值来判断组间⽅差是否相等。该⽅法极度依赖于数据是正态分布,如果数据⾮正态分布,则的出来的结果偏差很⼤。 在Python中有现成的函数可以使⽤:
from scipy.stats import bartlett
stat, p = bartlett(x, y, z)冲突理论
print(stat, p)
#这⾥的x, y, z是不同组的样本
总结张国青
⽅差⽐、Barlett检验都需要原始数据是正态分布,Levene检验和BF法对正态分布不是很依赖,⽐较常⽤的是Levene检验,适⽤于多组⽅差的⽐较,⽽且对正态性没有要求