等方差检验
主题     

我应该根据哪一种检验得出结论？

默认情况下，Minitab 的等方差检验命令显示 Levene 法和多重比较法的结果。对于绝大多数连续分布，这两种方法都会提供类型 1 错误率并与您指定的显著性水平接近（也称为 alpha 或 a）。通常，多重比较法功效更强。如果多重比较法的 p 值是显著的，则可以利用汇总图识别标准差存在相互差异的特定总体。除非以下为真，否则您应根据多重比较法的结果得出结论。

·    样本中每一个的观测值数量小于 20。

·    一个或多个总体的分布极为偏斜或存在重尾。与正态分布相比，重尾分布的上、下两端的数据较多。

当少量样本存在非常偏斜或重尾分布时，多重比较法的类型 1 错误率可能高于 a。在这种情况下，如果 Levene 法给出的 p 值小于多重比较法，则应以 Levene 法作为结论依据。否则，应以多重比较法作为结论依据，但要记住您的类型 1 错误率可能高于 a [38]。

Levene 法和多重比较法的计算

Levene 检验的计算方法基于 Levene 过程 [18] 的 Brown 和 Forsythe 修改 [7]。此方法考虑的是观测值与样本中位数之间的距离，而不是与样本均值之间的距离。对于较小的样本而言，使用样本中位数会使检验更加稳健。

多重比较法的比较区间计算采用与 Hochberg et. al. (1982) [13, 38] 提出的均值多重比较法相似的算法。

F 检验和 Bartlett 检验

您可以选择显示基于正态分布的检验结果而不必使用多重比较法和 Levene 法。如果您只有两个组或因子水平，则 Minitab 执行 F 检验。如果您有 3 个或更多组或因子水平，则 Minitab 执行 Bartlett 检验。

F 检验和 Bartlett 检验仅对于正态分布数据是准确的。任何偏离正态性都可能导致这两种检验得到不准确的结果。但是，如果数据遵从正态分布，F 检验和 Bartlett 检验通常要比多重比较法或 Levene 法功效更大。