Come interpretare i diversi risultati del test della varianza disugualeStavo testando i miei dati per una varianza non uniforme e ho ottenuto risultati diversi da Bartlett, Levene e Brown-Forsythe. Il valore p di Bartlett Levene diceva che puoi rifiutare l'ipotesi nulla che la varianza sia la stessa. Il Brown-Forsythe diceva che non puoi rifiutare l'ipotesi nulla. A quale test dovrei credere o il test è inconcludente?
Analisi e modellazione dei dati di baseDomanda: Come interpretare i diversi risultati del test di varianza non uniformeCiao, ci sono molti metodi per il test di omogeneità della varianza, ogni metodo ha vantaggi e svantaggi. Ad esempio, LEVENE e Brown-Torsytle possono essere utilizzati quando i dati non sono conformi alla distribuzione normale, mentre Bartlett richiede che i dati siano conformi alla distribuzione normale. Il metodo LEVENE è la prima priorità in molti software statistici.
R: Come interpretare i diversi risultati del test di varianza non uniformeCiao @BuhBuhBuh ,
Benvenuti nella Community!
Come ha detto @Xinghua , qualsiasi test statistico si basa su ipotesi sui dati utilizzati per il test.
Poiché non abbiamo accesso ai dati utilizzati per generare questo report e a questi risultati per aiutarti in modo più preciso, ti consiglio di leggere la Guida di JMP dedicata ai diversi test statistici utilizzati per i test sulle varianze disuguali: Report sulle varianze disuguali e Dettagli statistici per i test in cui le varianze sono uguali .
Spero che questa risposta possa aiutarti nel frattempo,
R: Come interpretare i diversi risultati del test di varianza non uniformeHai già rappresentato graficamente i dati?
R: Come interpretare i diversi risultati del test di varianza non uniformePer aggiungere un po' alla domanda di @statman ...almeno avrei prima tracciato ogni set di osservazioni usando la piattaforma Fit Y by X e avrei semplicemente fissato i grafici di dispersione per non più di tre secondi. Se non vedi una grande discrepanza nella distribuzione tra le variabili...probabilmente non c'è.
R: Come interpretare i diversi risultati del test di varianza non uniformeGrazie @Xinghua e @Victor_G i link e le ipotesi sulla normalità sono utili. Immagino che la mia domanda riguardasse più il test per la varianza e quando, e c'è una risposta a questa domanda? Per i dati che ho sono solo curioso di sapere cosa fare se i test danno risultati contrastanti. O è necessario decidere il test prima dell'analisi. Ho allegato i miei dati qui.
R: Come interpretare i diversi risultati del test di varianza non uniformeSe possibile, aumentate la quantità di dati, al momento sono troppo pochi.
