如何解釋方差不齊檢定的不同結果我正在測試我的數據是否存在方差不齊，並獲得了與 Bartlett、Levene 和 Brown-Forsythe 不同的結果。 Bartlett Levene p 值表示您可以拒絕相同變異數的原假設。布朗—福賽斯表示你不能拒絕虛無假設。我應該相信哪項測驗？或該測試結果不確定？
基礎資料分析與建模回覆： 如何解釋方差不齊檢定的不同結果你好，方差齊性檢定的方法有很多，每種方法都有優點和缺點。例如當資料不符合常態分佈時，可以使用LEVENE和Brown-Torsytle，而Bartlett則要求資料符合常態分佈。 LEVENE方法是許多統計軟體中的首要考慮因素。
回覆：如何解釋方差不齊檢定的不同結果你好@BuhBuhBuh ，
歡迎加入社群！
正如@星華所提到的，任何統計測試都依賴對測試所用數據的假設。
由於我們無法存取您用於產生此報告的數據以及這些結果以便更準確地幫助您，我建議您閱讀專門介紹用於不等方差檢定的不同統計測試的 JMP 幫助： 不等方差報告和方差相等檢定的統計細節。
希望這個答案能幫到你，
回覆：如何解釋方差不齊檢定的不同結果您已經繪製數據圖表了嗎？
回覆：如何解釋方差不齊檢定的不同結果對@statman的問題補充一點...至少我會先使用 Fit Y by X 平台繪製每組觀測值，然後盯著散點圖看不超過三秒鐘。如果您沒有發現變數之間的分佈存在很大差異……那麼它可能就不存在。
回覆：如何解釋方差不齊檢定的不同結果感謝@星華和@Victor_G，這些連結和關於常態性的假設很有幫助。我想我的問題更多的是關於哪種方差檢定以及何時進行，而這個問題有答案嗎？對於我所掌握的數據，我只是好奇如果測驗得出矛盾的結果該怎麼辦。或者您是否需要在分析之前決定測試。我已在此附加我的數據。
回覆：如何解釋方差不齊檢定的不同結果如果可以的話請增加更多的數據，目前數據太少。
