方差齐性检验

  • 方差齐检验,用于分析不同定类数据组别 对 定量数据时的波动情况是否一致.例如研究人员想知道三组学生的智商 波动情况是否一致（通常情况希望波动一致，即方差齐）。

    • 首先判断p 值是否呈现出显著性(p <0.05),如果呈现出显著性,则说明不同组别数据波动不一致，即说明方差不齐；反之p 值没有呈现出显著性（p >0.05）则说明方差齐。

    分析项 方差分析说明
    学历,身高 不同学历的人群,他们身高波动情况是否有区别？

  • 分析结果表格示例如下：

    学历(标准差) F p
    本科以下(n=67) 本科(n=53) 硕士及以上(n=28)
    身高 1.33 0.73 0.81 3.73 0.03*
    * p <0.05 ** p <0.01
    • 特别提示

    • 方差齐是方差分析的前提，如果不满足则不能使用方差分析。

    类型 使用方法
    研究X(定类)对Y(定量)的差异性 Y方差齐 方差分析
    研究X(定类)对Y(定量)的差异性 Y方差不齐 非参数检验或Welch方差或Brown-Forsythe方差
    • 备注说明：

    • 方差不齐时可使用‘非参数检验’，同时还可使用welch 方差，或者Brown-Forsythe方差，非参数检验是避开方差齐问题；而welch方差或Brown-Forsythe方差是直面方差齐，即使在方差不齐时也保证结果比较稳健，welch方差和Brown-Forsythe方差仅在计算公式上不一致，目的均是让方差不齐时结果也稳健，选择其中一种即可。

    SPSSAU操作截图如下：