R语言中方差齐性检验丨数析学院

2016-10-25 本文已影响613人 Datartisan数据工匠

在我们接触过的许多统计检验中，都假设了总体的同方差性，这样的假设在统计研究中相当重要。那么在R中，我们该如何检验样本变量之间的方差齐性（同方差性）呢？

检验数据方差齐性的方法有很多，本节将主要介绍以下三种：

Bartlett检验 - 如果我们的数据服从正态分布，那么这种方法将是最为适用的。对于正态分布的数据，这种检验极为灵敏；而当数据为非正态分布时，使用该方法则很容易导致假阳性误判。
Levene检验 - 相较于Bartlett检验，这一方法更为稳健。这一方法被封装于car程序包中。
Fligner-Killeen检验 - 这是一个非参数的检验方法，完全不依赖于对分布的假设。

对于上述所有的检验，我们的原假设都为“变量的总体方差全部相同”；备择假设则为“至少有两个变量的总体方差时不同的”。

示例数据：
下面的例子中我们用到了InsectSprays数据集和ToothGrowth数据集。其中，InsectSprays数据集中只有一个自变量，而在ToothGrowth数据集则有两个自变量。