修改后的 Levene 检验使用每个处理的观测值与本处理总的中位数的绝对偏差。然后,它会评估所有处理中的这些偏差的均值是否相等。如果平均偏差相等,则所有处理中的观测值的方差也相同。方差分析 F 检验,是检验均值的等同性,Levene 检验的检验统计量与之相同,只不过这里检验的是绝对偏差的均值的等同性。
您可以通过生成新的列(其中每个值等于响应的绝对值减去处理中位数),在 Minitab 中执行此操作。然后使用新列作为响应值,执行单因子方差分析。F 统计量和 p 值将作为 Levene 检验的检验统计量和 p 值。
例如,假设响应值位于 C1 中,处理位于 C2 中,且 C3-C6 为空。
| C1 |
C2 |
| 响应 |
处理 |
| 10 |
1 |
| 8 |
1 |
| 6 |
1 |
| 4 |
1 |
| 3 |
1 |
| 16 |
2 |
| 14 |
2 |
| 10 |
2 |
| 6 |
2 |
| 2 |
2 |
要在 Minitab 中为此数据集执行 Levene 检验,请执行以下操作:
- 选择。
- 单击两个样本在同一列中。
- 在 样本中,输入 C1。
- 在 样本 ID中,输入 C2。单击确定。
One-way ANOVA: AbsoluteValue(C1-C5) versus Treatments
Analysis of Variance
Source DF Adj SS Adj MS F-Value P-Value
Treatments 1 12.10 12.100 2.20 0.176
Error 8 44.00 5.500
Total 9 56.10
您可以使用单因子方差分析验证这些计算:
- 选择。
- 在 变量中,输入 C1。
- 在 分组变量(可选的)中,输入 C2。
- 单击统计量。
- 取消选择所有字段,中间距离除外。
- 在每个对话框中单击确定。
- 在 C5 中输入处理中位数。
| C1 |
C2 |
C3 |
C4 |
C5 |
| 响应 |
处理 |
ByVar1 |
中位数1 |
处理中位数 |
| 10 |
1 |
1 |
6 |
6 |
| 8 |
1 |
2 |
10 |
6 |
| 6 |
1 |
|
|
6 |
| 4 |
1 |
|
|
6 |
| 3 |
1 |
|
|
6 |
| 16 |
2 |
|
|
10 |
| 14 |
2 |
|
|
10 |
| 10 |
2 |
|
|
10 |
| 6 |
2 |
|
|
10 |
| 2 |
2 |
|
|
10 |
- 选择。
- 在 将结果存储在变量中中,输入 C6。
- 在表达式中,输入 ABSO(C1-C5)。单击确定。
- 选择。
- 选择所有因子水平的响应数据位于同一列中。
- 在 响应中,输入 C6。
- 在 因子中,输入 C2。单击确定。
双方差检验和置信区间: 响应 与 处理
检验
原假设 H₀: σ₁ / σ₂ = 1
备择假设 H₁: σ₁ / σ₂ ≠ 1
显著性水平 α = 0.05
检验统
方法 计量 DF1 DF2 P 值
Bonett 2.14 1 0.143
Levene 2.20 1 8 0.176
在检查输出时,您会看到单因子方差分析表中的 F 统计量和 p 值与 Levene 检验的检验统计量和 p 值相同。