<\/p>\n
Veel statistische tests (zoals een eenrichtings-ANOVA<\/a> of een tweerichtings-ANOVA<\/a> ) gaan ervan uit dat de variantie tussen meerdere groepen gelijk is.<\/span><\/p>\n E\u00e9n manier om deze hypothese formeel te testen is door de Levene-test<\/strong> te gebruiken, die test of de variantie tussen twee of meer groepen al dan niet gelijk is.<\/span><\/p>\n Deze test is gebaseerd op de volgende aannames:<\/span><\/p>\n Nulhypothese (H 0<\/sub> )<\/strong> : De variantie tussen groepen is gelijk.<\/span><\/p>\n Alternatieve hypothese ( HA<\/sub> )<\/strong> : De variantie tussen groepen is niet<\/em> gelijk.<\/span><\/p>\n 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.<\/span><\/p>\n Om de Levene-test in R uit te voeren, kunnen we de functie leveneTest()<\/strong> uit de autobibliotheek<\/strong> gebruiken, die de volgende syntaxis gebruikt:<\/span><\/p>\n leveneTest (responsvariabele ~ groepsvariabele, data = data)<\/span><\/p>\n Beschouw als voorbeeld het volgende gegevensframe dat laat zien hoeveel gewicht mensen verloren met drie verschillende programma’s voor gewichtsverlies:<\/span><\/p>\n Om te controleren of de variantie van het gewichtsverlies gelijk is tussen deze drie programma’s, kunnen we de functie leveneTest()<\/strong> gebruiken en 0,05 als significantieniveau gebruiken:<\/span><\/p>\n De p-waarde van de test is 0,01862<\/strong> , wat onder ons significantieniveau van 0,05 ligt.<\/span><\/p>\n We verwerpen dus de nulhypothese en concluderen dat de variantie tussen de drie groepen niet<\/em> gelijk is.<\/span><\/p>\n Door de Levene-test uit te voeren weten we dat de varianties tussen de drie groepen niet gelijk zijn.<\/span><\/p>\n Naast het uitvoeren van deze test kunnen we boxplots maken die de verdeling van het gewichtsverlies voor elk van de drie groepen weergeven, zodat we visueel kunnen begrijpen waarom Levene’s test de nulhypothese van gelijkheid van varianties verwierp.<\/span><\/p>\n We kunnen zien dat de variantie in gewichtsverlies aanzienlijk groter is voor deelnemers aan programma C dan voor de andere twee programma\u2019s.<\/span><\/p>\n Het is daarom logisch dat Levene’s test de nulhypothese verwerpt dat de varianties tussen de drie groepen gelijk zijn.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u de Levene-test uitvoert in verschillende statistische software:<\/span><\/p>\n Hoe de Levene-test uit te voeren in Excel<\/a> Veel statistische tests (zoals een eenrichtings-ANOVA of een tweerichtings-ANOVA ) gaan ervan uit dat de variantie tussen meerdere groepen gelijk is. E\u00e9n 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 is gebaseerd op […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-509","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Hoe de Levene’s test uit te voeren in R<\/strong><\/span><\/h2>\n
#make this example reproducible\n<\/span>set. seeds<\/span> (0)\n\n#create data frame\n<\/span>data <- data. frame<\/span> (program = rep(c(\"A\", \"B\", \"C\"), each = 30<\/span> ),\n weight_loss = c(runif(30, 0, 3),\n runif(30, 0, 5),\n runif(30, 1, 7)))\n\n#view first six rows of data frame\n<\/span>head(data)\n\n# program weight_loss\n#1 A 2.6900916\n#2 A 0.7965260\n#3 A 1.1163717\n#4 A 1.7185601\n#5 A 2.7246234\n#6 A 0.6050458<\/strong><\/pre>\n #load car package\n<\/span>library<\/span> (car)\n\n#conduct Levene's Test for equality of variances\n<\/span>leveneTest(weight_loss ~ program, data = data)\n\n#Levene's Test for Homogeneity of Variance (center = median)\n# Df F value Pr(>F) \n#group 2 4.1716 0.01862 *\n#87 \n#---\n#Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n Visualiseer de verschillen in varianties<\/strong><\/span><\/h3>\n
boxplot(weight_loss ~ program,\n data = data,\n main = \"Weight Loss Distribution by Program\",\n xlab = \"Program\",\n ylab = \"Weight Loss\",\n col = \"steelblue\",\n border = \"black\")<\/strong><\/pre>\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe de Levene-test in Python uit te voeren<\/a>
Hoe u de Levene-test uitvoert in SPSS<\/a>
Hoe de Levene-test uit te voeren in Stata<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"