在上一篇文章《一个神奇的JMP 功能表，实现资料的所有组间比较》，我们介绍了组间比较常用的方法以及JMP 操作的基本特色，本篇文章开始，我们将分别对几种常见的组间比较方法及其操作过程一一介绍。今天的文章将从连续变数的组间比较说起。
对于连续变数的组间比较，如果要选择合理的分析方法，有几个前提条件必须先考虑，即常态性和变异数同质性(Homogeneity of variance)。
什么是常态性和变异数同质性？
一般常见的资料分布形态，有常态分布、泊松分布、指数分布等，常态检定指的是判断总体是否符合常态分布的检定。变异数同质性检定，则是对各组样本间的变异数是否相同进行的检定。
在连续变数组间比较的实际应用中，很多人常犯的错误就是不考虑资料是否符合常态或是变异数，而是直接使用t 检定或变异数分析(ANOVA) 对资料进行统计分析，而正确的分析流程是，在选择方法前，先看一下你的资料分布到底是什么样子。
本文的内容就是介绍在选择统计方法之前需要考虑的两个重要条件：如何判断资料是否满足常态分布、如何判断组间的变异数是否相等。只有确定了这两个条件，才能选择合理的分析方法。
在跳转中进行常态检定
接下来，我们来看一下如何在JMP 中使用「分布」平台实现常态检定，以(图1) 的资料为例，探索吸烟与不吸烟人群的BMI 值是否存在差异，首先需对BMI 值进行常态检定，然后根据资料分布情况判断应该使用t 检定还是秩和检定。
图1- 本文所用的数据
需要注意的是，在进行组间比较时，需分组进行常态检定，即分别检定吸烟与不吸烟两组人群BMI的分布，而不是检定所有人BMI 数值的分布情况。接下来为大家讲解如何进行具体操作，首先选择「分析」→「分布」(如图2)。
图2 - 常态检定操作示意图第一步
因为我们要探索吸烟和不吸烟的两组人群的BMI 分布情况，因此BMI 为结果，吸烟为分组。所以在对话方块中将BMI 放入「Y，列」；将吸烟放入「依据」(图3)。输出结果见图4。
图3 - 常态检定操作示意图第二步
图4 - 输出结果
JMP中经常会看到「依据」，它表示「分别」或「分层」的意思，例如将吸烟拖入依据，表示分别对吸烟人群和不吸烟人群执行操作。这与「分组」意思不同，分组表示组间比较，如比较吸烟人群和不吸烟人群的差异。在后续的文章中，我们还会对这一概念进行解释。
如果对这种竖向放置的长条图不习惯，想将长条图横过来，可在结果介面点击左上角的三角形按钮，在下拉式功能表中选择「堆叠」(图5)。
图5 - 堆叠操作示意图
输出结果如图6 所示。这里分别给出吸烟与不吸烟两组人群的BMI 的各类统计量，包括平均值、标准差、中位数、第一&第三四分位数等。
图6 - 输出结果
点击「BMI」左侧的红色三角形按钮，在下拉式功能表中点击「连续拟合」→「拟合常态」(图7)。
图7 - 常态检定操作示意图第三步
常态拟合的结果见图8。
图8 输出结果
点击左侧的红色三角形按钮，在下拉式功能表中点击「拟合优度」(图9)，便会显示常态检定结果。
图9 - 常态检定操作示意图第四步
常态检定结果如(图10) 所示，p 值等于0.9128，大于0.05，不能认为不满足常态分布，即无法得出「资料不服从常态分布」这一结论，因此可将资料视为常态分布进行分析。
图10 - 常态检定结果
不吸烟人群BMI 的常态检定操作方式同上，结果见(图11)，为非常态分布。
图11 - 常态检定结果
根据上面的常态检定结果，我们应使用秩和检定进行组间比较，因为在两组资料，中只要有任意一组资料为非常态分布，就必须使用「秩和检定」进行组间比较。
在跳转中实现变异数同质性检定
如果在进行组间比较时，发现两组资料均为常态分布，并不意味着就可以直接进行t 检定，还需要进行变异数同质性检定，来确定接下来应该使用t 检定还是校正的t 检定（t' 检定）。
什么是变异数同质性检定？
变异数同质性检定，是对组间方差是否相同进行的检定。为什么要做变异数同质性检定？因为在进行组间比较时，如果组间方差差别太大，将会掩盖掉均值的差异，导致错误的结论。
变异数同质性检定常用的方法有：
F 双边检定、Brown-Forsythe 检定、Levene 检定、Bartlett 核对总和O'Brien 检定。其中F 双边检定用于两组资料的变异数同质性检定；其它用于多组资料的变异数同质性检定，实际中以Levene 法和Bartlett 法较为常用，但Bartlett 法只能用于常态资料， Levene 法还可用于非常态资料，应用范围更广一些。
以(图1) 资料为例，若分析不同呼吸困难程度的人躯体健康评分是否有差异，则首先进行常态检定，若检定结果发现两组资料均为常态分布，接下来则进行变异数同质性检定。
变异数同质性检定作为组间比较的重要步骤，其操作在JMP 功能表「以X 拟合Y」模组中实现。在前一篇文章中我们已经对组间比较的操作进行了简单介绍。
选择「分析」→「以X 拟合Y」。本例中躯体健康评分为结果，呼吸困难程度为分组。所以在对话方块中将躯体健康评分放入「Y，回应」，将呼吸困难程度放入「X，因数」，操作见(图12)。
图12 - 差异性检定操作
点击「呼吸困难-躯体健康评分」单因数分析旁边的红色三角形按钮，在下拉式功能表中选择「不等方差」(图13)。
图13 变异数同质性检定操作
输出结果见图14，若变异数同质性检定的p 值大于0.05，可以认为变异数具有同质性。
图14 - 变异数同质性检定结果
本案例为两组变异数同质性的检定，可选择任一检定结果（因为两组是多组的特例），各检定结果均显示P<0.05，则后续应采用校正的t 检定(t' 检定)。
注意：如果是多组资料的变异数同质性检定，则结果中不会出现F 双边检定的结果。
以上就是今天分享的基于JMP 的常态性核对总和变异数同质性检定的一些方法与注意事项。在下期文章中，我们将介绍如何在JMP 中进行t 检定。敬请期待！下载JMP，开启你的资料分析旅程。
原文：如何在JMP中实现正态性检验和方差齐性检验？
【推荐阅读】#资料分析必学10技巧
