วิธีการทดสอบ levene เพื่อความเท่าเทียมกันของความแปรปรวนใน r
การทดสอบทางสถิติหลายๆ รายการ (เช่น การวิเคราะห์ความแปรปรวนแบบทางเดียว หรือ การวิเคราะห์ความแปรปรวนแบบสองทาง ) จะถือว่าความแปรปรวนระหว่างหลายกลุ่มเท่ากัน
วิธีหนึ่งในการทดสอบสมมติฐานอย่างเป็นทางการคือการใช้ การทดสอบ Levene ซึ่งจะทดสอบว่าความแปรปรวนระหว่างสองกลุ่มขึ้นไปเท่ากันหรือไม่
การทดสอบนี้ขึ้นอยู่กับสมมติฐานต่อไปนี้:
สมมติฐานว่าง (H 0 ) : ความแปรปรวนระหว่างกลุ่มเท่ากัน
สมมติฐานทางเลือก ( HA ) : ความแปรปรวนระหว่างกลุ่ม ไม่ เท่ากัน
ถ้าค่า p ของการทดสอบน้อยกว่าระดับนัยสำคัญที่เลือก เราสามารถปฏิเสธสมมติฐานว่างและสรุปได้ว่าเรามีหลักฐานเพียงพอที่จะบอกว่าความแปรปรวนระหว่างกลุ่มไม่เท่ากัน
วิธีทำการทดสอบ Levene ใน R
เพื่อทำการทดสอบ Levene ใน R เราสามารถใช้ฟังก์ชัน leveneTest() จากไลบรารี รถยนต์ ซึ่งใช้ไวยากรณ์ต่อไปนี้:
leveneTest (ตัวแปรการตอบสนอง ~ ตัวแปรกลุ่ม, ข้อมูล = ข้อมูล)
เป็นตัวอย่าง ให้พิจารณากรอบข้อมูลต่อไปนี้ซึ่งแสดงจำนวนน้ำหนักที่ผู้คนลดน้ำหนักด้วยโปรแกรมลดน้ำหนักที่แตกต่างกันสามโปรแกรม:
#make this example reproducible set. seeds (0) #create data frame data <- data. frame (program = rep(c("A", "B", "C"), each = 30 ), weight_loss = c(runif(30, 0, 3), runif(30, 0, 5), runif(30, 1, 7))) #view first six rows of data frame head(data) # program weight_loss #1 A 2.6900916 #2 A 0.7965260 #3 A 1.1163717 #4 A 1.7185601 #5 A 2.7246234 #6 A 0.6050458
เพื่อตรวจสอบว่าความแปรปรวนการสูญเสียน้ำหนักเท่ากันระหว่างสามโปรแกรมนี้หรือไม่ เราสามารถใช้ฟังก์ชัน leveneTest() และใช้ 0.05 เป็นระดับนัยสำคัญ:
#load car package library (car) #conduct Levene's Test for equality of variances leveneTest(weight_loss ~ program, data = data) #Levene's Test for Homogeneity of Variance (center = median) # Df F value Pr(>F) #group 2 4.1716 0.01862 * #87 #--- #Significant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
ค่า p ของการทดสอบคือ 0.01862 ซึ่งต่ำกว่าระดับนัยสำคัญของเราที่ 0.05
ดังนั้นเราจึงปฏิเสธสมมติฐานว่างและสรุปว่าความแปรปรวนระหว่างทั้งสามกลุ่ม ไม่ เท่ากัน
เห็นภาพความแตกต่างของความแปรปรวน
จากการทดสอบ Levene เรารู้ว่าความแปรปรวนระหว่างทั้งสามกลุ่มไม่เท่ากัน
นอกเหนือจากการดำเนินการทดสอบนี้แล้ว เราสามารถสร้างกล่องพล็อตที่แสดงการกระจายน้ำหนักที่ลดลงสำหรับแต่ละกลุ่มในสามกลุ่ม เพื่อให้เราเข้าใจด้วยสายตาว่าเหตุใดการทดสอบของเลวีนจึงปฏิเสธสมมติฐานว่างของความเท่าเทียมกันของความแปรปรวน
boxplot(weight_loss ~ program, data = data, main = "Weight Loss Distribution by Program", xlab = "Program", ylab = "Weight Loss", col = "steelblue", border = "black")
เราจะเห็นได้ว่าความแปรปรวนในการลดน้ำหนักสำหรับผู้เข้าร่วมโปรแกรม C สูงกว่าอีกสองโปรแกรมอย่างมีนัยสำคัญ
ดังนั้นจึงมีเหตุผลที่การทดสอบของ Levene ปฏิเสธสมมติฐานว่างที่ว่าความแปรปรวนเท่ากันระหว่างทั้งสามกลุ่ม
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้อธิบายวิธีดำเนินการทดสอบ Levene ในซอฟต์แวร์ทางสถิติต่างๆ:
วิธีดำเนินการทดสอบ Levene ใน Excel
วิธีทำการทดสอบ Levene ใน Python
วิธีดำเนินการทดสอบ Levene ใน SPSS
วิธีทำการทดสอบ Levene ใน Stata