多样本齐性方差  Homogeneity of Multi-variances

齐性方差检验是数理统计学中检查不同样本的总体方差是否相同的一种方法。方差齐性检验是方差分析的重要前提。多样本方差齐性检验是对多样本方差是否相同进行的检验。 方差齐性检验所选择的抽样分布为F分布。

这里我们用了两个齐性方差检验方法：

Levene’s 检验：用均值mean. 计算 Levene 统计量以检验组方差是否相等。该检验不需要进行总体正态性的假设。

Brown-Forsythe 检验：用中位数median. 计算 Brown-Forsythe 统计量以检验组均值是否相等。当方差相等的假设不成立时，这种统计量优于 F 统计量。不正常的数据更稳定robust。

统计猿（Statsape）操作：

当你想做方差分析的时候，在数据分析单元里，分析方法选择正态性检验和多样本方差齐性检验。

提交分析方法后：

输入参数：选择变量（Y，dependent）：变量需要是连续型数字结构。你也可以选择多个变量，这样每个变量都会做一次齐性检验并出单独的结果。

选择分层变量（A, independent）：变量是离散或者字符串分类变量。

选择检验方法：可以通过选择 1.中位数，2.均数，3.修剪后的均数（alpha=0.25）的参数来做齐性检验。只有第一种和第二种的alpha是0.05，第三种的alpha则是0.25. alpha则是用来和检验结果P值作比较。

选择校正方法：可以通过选择 1.无校正，2.零删除，3.零校正 来对中位数进行校正，只有在检验方法选择中位数的时候才会校正。

分析成功后，会到跳到结果页面。可以选择下载解压包。本地解压，即可查看结果。或者下载pdf查看

运算结果：打开压缩包可以看到以下结果

1. 均数方法分析结果表格：这里用了均数. 结果主要看方差齐性检验表格中P值，如果P值<=0.05, 拒绝H0，各组方差不完全相等，每组有显著差异。如果P值>0.05, 接受H0，各组方差相等，每组无差异. (Levene’s 检验)

2. 中位数方法分析结果表格：这里用的方法是中位数和校正方法零删除。而且变量中选择了两个变量，所以就做个两个方差齐性检验。结果主要看方差齐性检验表格中P值，如果P值<=0.05, 拒绝H0，各组方差不完全相等，每组有显著差异。如果P值>0.05, 接受H0，各组方差相等，每组无差异 (Brown-Forsythe 检验).

3. 修剪后的均数方法分析结果表格：这里用了修剪的均数，所以alpha是0.25，所有的校正无法使用。结果主要看方差齐性检验表格中P值，如果P值<=0.25, 拒绝H0，各组方差不完全相等，每组有显著差异。如果P值>0.25, 接受H0，各组方差相等，每组无差异