R语言 列文氏检验
在统计学中, Levene检验 是一种 推断统计学 , 用于评估两组或多组 变量 的变异性是否相等 。一些 标准的统计程序 发现, 形成各种样本 的人群的变异 是相等的。Levene检验评估了这个假设。它 检查了人口方差相等 的 无效假设,称为 方差的同质性或同 方差性。它 比较了 k个 样本的方差,其中k可以是两个以上的样本。它是 Bartlett’s检验 的一个替代方案,对偏离正态性不那么敏感。有 几种方案可以测试 各组间方差 的平等性( 同质性 ),包括 。
- F检验
- 巴特利特检验
- Levene’s test
- Fligner-Killeen检验
在R编程中执行这些测试是非常容易的。在这篇文章中,让我们在R中进行 Levene检验 。
Levene’s test的统计假说
假设就是关于给定问题的 声明。假设检验是一种统计方法,用于利用实验数据进行统计决策。假设检验基本上是我们对一个群体参数的假设。它评估关于一个群体的两个相互排斥的陈述,以确定哪一个陈述得到了样本数据的最佳支持。
- 空白假设: 所有种群的变异都相等
- 备选假设: 至少有两个不同。
在R中的实现
R提供了一个函数 leveneTest() ,在 car 包中可以 用来计算Levene检验。这个函数的语法如下 。
语法: leveneTest(formula, dataset)
参数
formula:数值~组 的形式的公式
dataset: 一个矩阵或数据框
拉文氏检验的例子
一个自变量的Levene检验
考虑R内置的 PlantGrowth 数据集,该数据集给出了三组共10批植物的干重,其中每组10批植物都得到了不同的处理。 重量 变量给出了该批植物的重量, 组别 变量给出了所接受的治疗,即 ctrl、rt1或rt2。 要查看数据集,请输入以下命令。
输出
如上所述,当数据不是正态分布时,Levene检验是Bartlett检验的一个替代方法。这里我们只考虑一个自变量。要进行测试,请使用下面的命令。
输出
有多个独立变量的Levene检验 。
如果 想用多个 独立 变量进行检验 ,那么必须使用 交互() 函数将多个因素折叠成一个包含所有因素组合的单一变量。在这里,让我们以R的内建的 ToothGrowth 数据集为例 。
输出