怎么用F值和Sig(概率）值判断方差齐性是否齐性?

怎么用F值和Sig(概率）值判断方差齐性是否齐性?

方差是否齐不是这样检验的,专门在spss中有\x0dOne-Way ANOVA对话方块中,点击Options…(选项…)按扭,\x0d勾Homogeneity-of-variance即可.它会产生\x0dLevene、Cochran C、Bartlett-Box F等检验值及其显著性水平P值,\x0d若P值<于0.05,便拒绝方差整齐的假设.\x0d顺带一提,Cochran和Bartlett检定对非正态性相当敏感,\x0d若出现「拒绝方差整齐」的检测结果,或因这原因而做成.\x0d在方差分析的F检验中,是以各个实验组内总体方差齐性为前提的,因此,按理应该在方差分析之前,要对各个实验组内的总体方差先进行齐性检验.如果各个实验组内总体方差为齐性,而且经过F检验所得多个样本所属总体平均数差异显著,这时才可以将多个样本所属总体平均数的差异归因于各种实验处理的不同所致；如果各个总体方差不齐,那么经过F检验所得多个样本所属总体平均数差异显著的结果,可能有一部分归因于各个实验组内总体方差不同所致.\x0d但是,方差齐性检验也可以在F检验结果为多个样本所属总体平均数差异显著的情况下进行,因为F检验之后,如果多个样本所属总体平均数差异不显著,就不必再进行方差齐性检验.\x0d----------------\x0dLevene方差齐性检验也称为Levene检验(Levene's Test).由H.Levene在1960年提出[1].M.B.Brown和A.B.Forsythe在1974年对Levene检验进行了扩展[2],使对原始数据的数据转换不但可以使用数据与算术平均数的绝对差,也可以使用数据与中位数和调整均数(trimmed mean)的绝对差.这就使得Levene检验的用途更加广泛.Levene检验主要用于检验两个或两个以上样本间的方差是否齐性.要求样本为随机样本且相互独立.国内常见的Bartlett多样本方差齐性检验主要用于正态分布的资料,对于非正态分布的数据,检验效果不理想.Levene检验既可以用于正态分布的资料,也可以用于非正态分布的资料或分布不明的资料,其检验效果比较理想.\x0d----------------------------\x0d方差分析的条件之一为方差齐,即各总体方差相等.因此在方差分析之前,应首先检验各样本的方差是否具有齐性.常用方差齐性检验（test for homogeneity of variance）推断各总体方差是否相等.本节将介绍多个样本的方差齐性检验,本法由Bartlett于1937年提出,称Bartlett法.该检验方法所计算的统计量服从分布.\x0d用自由度查界值表,若值大于等于界值,则P值小于等于相应的概率,反之,P值大于相应的概率.如果未经校正的值小于界值,则校正后的值更小,可不必再计算校正值.