1。前言我们在方差分析中已经提到，方差分析的一个很重要的前提叫做方差齐性。本文将解释如何检验方差齐性。先说说什么是方差同质性。方差齐性是指不同组间的总体方差相同。那为什么ANOVA的前提是保持组间整体方差一致呢？首先，什么是方差分析？方差分析用于比较多个组间的均值是否存在显着差异。如果方差不一致，说明数值的波动程度不同。如果此时均值之间存在显着差异，则不能说明一定是不同组间的治疗造成的。可能是方差大，波动大；如果方差相同，则表示该值的波动程度相同。同等波动程度下，直接比较均值。如果均值之间存在显着差异，则可以认为是不同组间的处理造成的。方差齐性检验是检验两组样本的方差是否相同。检验思路与均值差检验相同。常用的方法有：方差比、Hartley检验、Levene检验、BF法、Bartlett检验。2.方差比方差比，顾名思义，就是两组方差的比值。将较小组的方差除以较大组的方差，最后得到一个F值，然后根据F值的大小来判断两组间的方差是否存在。平等的。F值越大，说明两组的方差越不相等。3.Hartley检验Hartley检验类似于方差比的思想，不同的是Hartley检验是用来检验多个组的方差，用多个组中的最小方差除以最大方差，得到一个F值，然后用F值来判断方差齐性。4.Levene'stestLevene'stest是将每个值转换成组内值与均值的偏离程度，然后用转换后的偏离程度做方差分析，即组间方差/组内方差团体。这里，计算组内均值的方法有很多种：平均值、中位数、截取均值（去掉最大值和最小值后的平均值）。Python中有现成的函数可以使用：fromscipy.statsimportlevenestat,p=levene(x,y,z)print(stat,p)上式中的x,y,z代表不同的样本团体。5.BF法Levene检验在第一次计算组内均值时只使用了组内均值。后来Brown和Forsythe两位学长对其进行了对齐修改，增加了中位数截取均值的方法，简称BF法。这也是Python中使用的levene函数，只需调整参数的值即可。6.Bartlett检验Bartlett检验的核心思想是计算不同组间的卡方统计量，然后根据卡方统计量的值判断组间方差是否相等。这种方法极度依赖于数据的正态分布。如果数据不是正态分布的，结果将非常有偏差。Python中有现成的函数可以使用：fromscipy.statsimportbartlettstat,p=bartlett(x,y,z)print(stat,p)上式中的x,y,z代表不同的样本团体。7、小结上面介绍了几种方法，最后总结一下这些方法的优缺点和适用条件：方差比、Hartley检验、Bartlett检验都要求原始数据服从正态分布，Levene检验和BF方法是正态分布不是很依赖。比较常用的是Levene检验，适用于多组方差的比较，不需要正态性。
