似乎在强烈偏离正态性的情况下（巴特利特检验是明智的），首选 FK 检验。引用在线帮助，

Fligner-Killeen（中位数）检验已在一项模拟研究中确定为方差同质性的众多检验之一，该检验对偏离正态性最为稳健，参见 Conover, Johnson & Johnson (1981)。

一般来说，Levene 检验在 ANOVA 框架中运行良好，前提是与正态性存在小到中度的偏差。在这种情况下，它优于 Bartlett 检验。但是，如果分布接近正态，则 Bartlett 检验更好。我还听说过 Brown-Forsythe 检验作为 Levene 检验的非参数替代方案。基本上，它依赖于中位数或修剪后的平均值（与 Levene 测试中的平均值相比）。根据 Brown 和 Forsythe (1974) 的说法，基于均值的检验为具有中等尾部的对称分布提供了最佳功效。

总之，我想说，如果有强有力的证据表明偏离正态性（例如，在 QQ 图的帮助下），那么使用非参数检验（FK 或 BF 检验）；否则，使用 Levene 或 Bartlett 测试。

去年，R Journal 中也有关于这个小样本和大样本的测试的小讨论，asympTest: A Simple R Package for Classical Parametric Statistical Tests and Confidence Intervals in Large Samples。似乎 FK 测试也可以通过coin接口进行置换测试，请参阅小插图。

参考

布朗，MB 和福赛斯，AB（1974 年）。方差相等的稳健检验。JASA，69，364-367。

而不是这些测试，您可能想查看Breusch-Pagan测试和White 的相同版本。两者都不需要正态假设，怀特已经证明他的版本对于错误指定是非常稳健的。