Hoe de levene-test in sas uit te voeren

Veel statistische tests (zoals een eenrichtings-ANOVA ) gaan ervan uit dat de variantie tussen meerdere groepen gelijk is.

Eén manier om deze hypothese formeel te testen is door de Levene-test te gebruiken, die test of de variantie tussen twee of meer groepen al dan niet gelijk is.

Deze test maakt gebruik van de volgende aannames :

• Nulhypothese (H ₀ ) : De variantie tussen groepen is gelijk.
• Alternatieve hypothese ( _HA ) : De variantie tussen groepen is niet gelijk.

Als de p-waarde van de test kleiner is dan het gekozen significantieniveau, kunnen we de nulhypothese verwerpen en concluderen dat we voldoende bewijs hebben om te zeggen dat de variantie tussen groepen niet gelijk is.

In het volgende voorbeeld ziet u hoe u de Levene-test in SAS uitvoert.

Voorbeeld: Levene-test in SAS

Laten we zeggen dat we de volgende gegevensset in SAS hebben waarin de kunstmest wordt weergegeven die op verschillende planten wordt gebruikt en de daaruit voortvloeiende groei (in inches) voor 18 planten:

 /*create dataset*/
data my_data;
    input fertilizer $growth;
    datalines ;
At 29
At 23
At 20
At 21
At 33
At 30
B 19
B 19
B17
B24
B25
B29
C 21
C22
C 30
C25
C24
C 33
;
run ;

/*view dataset*/
proc print data =my_data;

Laten we zeggen dat we een eenrichtings-ANOVA willen uitvoeren om te bepalen of de gemiddelde plantengroei gelijk is tussen de drie verschillende meststoffen.

We kunnen de volgende syntaxis in SAS gebruiken om een eenrichtings-ANOVA uit te voeren met de instructie hovtest=levene(type=abs) om ook de Levene-test uit te voeren om te bepalen of de drie groepen al dan niet gelijke varianties hebben:

 /*perform one-way ANOVA along with Levene's test*/
proc glm data = my_data;
    class fertilizer;
    model growth = fertilizer;
    means fertilizer / hovtest =levene(type=abs);
run ;

De eerste resultatentabel toont de resultaten van de eenrichtings-ANOVA:

De p-waarde in de ANOVA-tabel is 0,3358 .

Aangezien deze waarde niet minder dan 0,05 bedraagt, kunnen we concluderen dat er geen statistisch significant verschil bestaat in de gemiddelde plantengroei tussen de drie meststoffen.

Gerelateerd: Hoe F-waarde en P-waarde in ANOVA te interpreteren

Om te controleren of dit resultaat betrouwbaar is, moeten we controleren of de aanname van gelijkheid van varianties is geverifieerd.

We kunnen het resultaat van Levene’s test zien in de tweede tabel van de uitvoer:

Uit deze tabel kunnen we zien dat de p-waarde van Levene’s test 0,6745 is.

Omdat deze waarde niet minder dan 0,05 bedraagt, slagen we er niet in de nulhypothese van de test te verwerpen.

Met andere woorden, we kunnen aannemen dat de drie groepen gelijke varianties hebben.

Opmerking : we hebben het argument type=abs in de functie levene() gebruikt om te specificeren dat we de absolute waarde van de residuen moeten gebruiken bij het uitvoeren van de Levene-test. Dit komt overeen met de methode die wordt gebruikt door andere statistische software zoals R.

Aanvullende bronnen

In de volgende zelfstudies wordt uitgelegd hoe u andere algemene statistische tests in SAS kunt uitvoeren:

Hoe u een Shapiro-Wilk-test uitvoert in SAS
Hoe u een Kolmogorov-Smirnov-test uitvoert in SAS
Proc Univariate gebruiken voor normaliteitstesten in SAS