等方差检验:F 检验、巴特利特检验、莱文检验

主要观点:介绍了双样本 t 检验用于测试两个数据集是否来自均值相同的分布,以及类似的用于测试两个数据集是否来自方差相同分布的 F 检验等,探讨了这些检验的敏感性和稳健性,通过模拟实验比较了 F 检验、Bartlett 检验和 Levene 检验在正态分布和重尾分布下的性能。
关键信息:

  • 双样本 t 检验可测两数据集均值分布,F 检验测方差,但其对分布假设依赖强。
  • 统计教材对稳健性关注少,模拟实验中预期 F 检验表现差但实际并非如此。
  • 模拟实验选 35 个样本,设不同检验的显著水平,分正态和重尾分布场景。
  • 正态分布下三检验操作特征相近,重尾分布下各检验性能有变化。
    重要细节:
  • F 检验在正态分布下 Type I 错误率约 0.13,Type II 错误率约 0.1863 等。
  • 重尾分布下 F 检验 Type I 错误率约 0.2417 等,Levene 检验 Type II 错误率较高。
  • Bartlett 检验在重尾分布下 Type I 错误稍好,Type II 误差与 F 检验相近。
    结论:F 检验对高斯假设敏感,Bartlett 检验在这些场景下未明显更好,Levene 检验性能依对 Type I 和 Type II 错误的重视程度而异。
阅读 24
0 条评论