R统计分析_变量同质性检验

英文：http://www.cookbook-r.com/Statistical_analysis/Homogeneity_of_variance/
中文：https://openbiox.github.io/Cookbook-for-R-Chinese/section-7.html#section-7.6
像t检验、ANOVA等统计分析都有适用条件，在进行数据分析时，首先需要对数据进行符合他条件的相应检验，才能进行下一步的统计分析。
There are many ways of testing data for homogeneity of variance. Three methods are shown here.

• Bartlett’s test：如果数据服从正态性，则此方法比较好。它对于非正态分布数据比较敏感，并返回一个“假阳性”结果。
• Levene’s test：比 Bartlett’s test更加稳健的方法（内置于car包）。
• Fligner-Killeen test ：对于偏离正态数据非常稳健的一种非参数检验。

head(InsectSprays)
tg <- ToothGrowth
tg$dose <- factor(tg$dose)
head(tg)
plot(count~spray, data = InsectSprays)
plot(len~interaction(dose, supp), data = ToothGrowth)

#有多个独立变量，必须使用 interaction() 函数将这些独立变量包裹为含所有因子组合的单个变量。
#如果不适应，那么会得到错误的自由度，因而 p 值也将是错误的。
#Bartlett’s test
bartlett.test(count~spray, data = InsectSprays)
bartlett.test(len~interaction(dose, supp), data = ToothGrowth)
bartlett.test(len~dose, data = ToothGrowth)

#Levene’s test
library(car)
leveneTest(count~spray, data = InsectSprays)
leveneTest(len~dose*supp, data = tg)

#Fligner-Killeen test
fligner.test(count~spray, data = InsectSprays)
fligner.test(len~interaction(dose, supp), data = ToothGrowth)
fligner.test(len~dose, data = ToothGrowth)

Rplot01.png Rplot02.png