Como realizar o teste levene em python

O teste de Levene é usado para determinar se dois ou mais grupos têm variâncias iguais. É comumente usado porque muitos testes estatísticos assumem que os grupos têm variâncias iguais e o teste de Levene permite determinar se essa suposição é atendida.

Este tutorial explica como realizar o teste Levene em Python.

Exemplo: teste Levene em Python

Os pesquisadores querem saber se três fertilizantes diferentes levam a diferentes níveis de crescimento das plantas. Eles selecionam aleatoriamente 30 plantas diferentes e as dividem em três grupos de 10, aplicando um fertilizante diferente em cada grupo. Depois de um mês, medem a altura de cada planta.

Use as etapas a seguir para realizar o teste de Levene em Python para determinar se os três grupos têm ou não variações iguais.

Passo 1: Insira os dados.

Primeiro, criaremos três tabelas para armazenar os valores dos dados:

 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]

Etapa 2: execute o teste de Levene.

A seguir, realizaremos o teste de Levene usando a função levane() da biblioteca SciPy, que utiliza a seguinte sintaxe:

levene(amostra1, amostra2,…, centro=’mediana’)

Ouro:

• sample1, sample2, etc: Nomes de amostra.
• centro: Método a ser usado para o teste de Levene. O padrão é “mediana”, mas outras opções incluem “média” e “aparado”.

Conforme mencionado na documentação , na verdade existem três variações diferentes do teste de Levene que você pode usar. Os usos recomendados são:

• “mediana”: recomendado para distribuições assimétricas.
• “média”: recomendado para distribuições simétricas com cauda moderada.
• ‘trimmed’: recomendado para distribuições de cauda pesada.

O código a seguir ilustra como realizar o teste de Levene usando a média e a mediana como 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)

Em ambos os métodos, o valor p não é inferior a 0,05. Isto significa que em ambos os casos não conseguiremos rejeitar a hipótese nula. Isto significa que não temos provas suficientes para afirmar que a variação no crescimento das plantas entre os três fertilizantes é significativamente diferente.

Em outras palavras, os três grupos têm variâncias iguais. Se realizássemos um teste estatístico (como uma ANOVA unidirecional ) que assumisse que cada grupo tem variância igual, então essa suposição seria atendida.