我有两组具有不同样本量的数据，为了能够分析两组数据，它们必须具有相同的方差。有人告诉我应该使用 Bartlett 来测试方差的同质性，但是当我尝试在 R 中运行测试时，它说两组必须具有相同的样本量。
Bartlett 检验是否要求各组具有相同的样本量？
我的实验室伙伴如何使用 Bartlett's 分析类似的数据集（两组，不同的样本量）？
我可以使用哪些其他测试来显示两组具有相似的差异？
如何检验具有不同样本量的两组的方差同质性？
机器算法验证
r
方差
异方差
2022-03-22 11:12:33
2个回答
我不知道您使用了什么代码，但测试不需要相同的样本量。您可以使用Levene 检验来检查异方差性。在R中，您可以在car包 中使用?leveneTest ：
set.seed(9719) # this makes the example exactly reproducible
g1 = rnorm( 50, mean=2, sd=2) # here I generate data w/ different variances
g2 = rnorm(100, mean=3, sd=3) # & different sample sizes
my.data = stack(list(g1=g1, g2=g2)) # getting the data into 'stacked' format
library(car) # this package houses the function
leveneTest(values~ind, my.data) # here I test for heteroscedasticity:
# Levene's Test for Homogeneity of Variance (center = median)
# Df F value Pr(>F)
# group 1 8.4889 0.004128 **
# 148
# ---
# Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Levene 的检验只是对转换数据检验（（我在这里讨论异方差性检验： 为什么用 Levene 检验方差相等而不是 F 比？）样本量不相等会导致您检测差异的能力较小。为了更全面地理解这一点，在这里阅读我的答案可能会有所帮助：应该如何解释不同样本量的均值比较？ 但是请注意，通常不建议对您的假设进行测试然后选择主要测试（例如，请参见此处：在小样本中选择 t 检验或非参数例如 Wilcoxon 的原则方法）。如果您担心可能存在异方差性，您可能最好简单地使用不会受到它影响的测试，例如Welch -test，甚至Mann-Whitney -test（它不会甚至需要常态）。可以从我的回答中收集有关替代策略的一些信息：异方差数据的单向方差分析的替代方案。
如果您正在尝试测试回归/方差分析/t 检验假设，多篇论文的建议是，您最好不要将假设作为选择应用程序的基础进行测试（例如，在等方差 t-检验和 Welch-t 检验或在 ANOVA 和 Welch-Satterthwaite 类型调整的 ANOVA 之间）。
如果您不能先验地做出假设并且您的原始样本量不相等（或至少非常接近相等），则您不应该简单地使用假设方差相等的程序（实际上，始终假设您的异方差检验会拒绝，不看）。