Come eseguire il test levene in python

Il test di Levene viene utilizzato per determinare se due o più gruppi hanno varianze uguali. È comunemente utilizzato perché molti test statistici presuppongono che i gruppi abbiano varianze uguali e il test di Levene consente di determinare se questo presupposto è soddisfatto.

Questo tutorial spiega come eseguire il test Levene in Python.

Esempio: test Levene in Python

I ricercatori vogliono sapere se tre diversi fertilizzanti portano a diversi livelli di crescita delle piante. Selezionano casualmente 30 piante diverse e le dividono in tre gruppi da 10, applicando un fertilizzante diverso a ciascun gruppo. Dopo un mese si misura l’altezza di ogni pianta.

Utilizzare i seguenti passaggi per eseguire il test di Levene in Python per determinare se i tre gruppi hanno o meno varianze uguali.

Passaggio 1: inserisci i dati.

Innanzitutto creeremo tre tabelle per contenere i valori dei dati:

 group1 = [7, 14, 14, 13, 12, 9, 6, 14, 12, 8]
group2 = [15, 17, 13, 15, 15, 13, 9, 12, 10, 8]
group3 = [6, 8, 8, 9, 5, 14, 13, 8, 10, 9]

Passaggio 2: eseguire il test Levene.

Successivamente, eseguiremo il test Levene utilizzando la funzione levane() della libreria SciPy, che utilizza la seguente sintassi:

levene(campione1, campione2, …, centro=’mediana’)

Oro:

• campione1, campione2, ecc.: nomi dei campioni.
• al centro: Metodo da utilizzare per il test Levene. Il valore predefinito è “mediano”, ma altre scelte includono “medio” e “tagliato”.

Come menzionato nella documentazione , in realtà ci sono tre diverse varianti del test Levene che puoi utilizzare. Gli usi consigliati sono:

• “mediana”: consigliata per distribuzioni asimmetriche.
• “media”: consigliata per distribuzioni simmetriche con coda moderata.
• ‘tagliato’: consigliato per distribuzioni a coda pesante.

Il codice seguente illustra come eseguire il test di Levene utilizzando sia la media che la mediana come centro:

 import scipy.stats as stats

#Levene's test centered at the median
stats.levene(group1, group2, group3, center='median')

(statistic=0.1798, pvalue=0.8364)

#Levene's test centered at the mean
stats.levene(group1, group2, group3, center='mean')

(statistic=0.5357, pvalue=0.5914)

In entrambi i metodi, il valore p non è inferiore a 0,05. Ciò significa che in entrambi i casi non riusciremo a rifiutare l’ipotesi nulla. Ciò significa che non abbiamo prove sufficienti per affermare che la variazione nella crescita delle piante tra i tre fertilizzanti sia significativamente diversa.

In altre parole, i tre gruppi hanno varianze uguali. Se dovessimo eseguire un test statistico (come un ANOVA unidirezionale ) che presuppone che ciascun gruppo abbia la stessa varianza, allora questo presupposto sarebbe soddisfatto.