Если проверяется предположение о гомоскедастичности, то доступны параметрический (критерий Бартлетта однородности отклонений bartlett.test
) и непараметрический (критерий Фигнера-Киллина однородности отклонений fligner.test
). Как сказать, какой использовать? Должно ли это зависеть, например, от нормальности данных?
r
variance
heteroscedasticity
misspecification
Роман Луштрик
источник
источник
Ответы:
Кажется, что тест FK предпочтительнее в случае сильного отклонения от нормальности (к которому имеет смысл тест Бартлетта). Цитирование онлайн-справки,
Вообще говоря, тест Левена хорошо работает в рамках ANOVA, при условии, что отклонения от нормы являются небольшими или умеренными. В этом случае он превосходит тест Бартлетта. Однако, если распределение почти нормальное, тест Бартлетта лучше. Я также слышал о тесте Брауна-Форсайта как непараметрической альтернативе критерию Левена. В основном, это зависит от медианы или усеченного среднего (по сравнению со средним в тесте Левена). Согласно Брауну и Форсайту (1974), тест, основанный на среднем, обеспечил наилучшую мощность для симметричных распределений с умеренными хвостами.
В заключение я бы сказал, что если есть убедительные доказательства отклонения от нормальности (как видно, например, с помощью графика QQ), то используйте непараметрический тест (тест FK или BF); в противном случае используйте тест Левена или Бартлетта.
В прошлом году также было небольшое обсуждение этого теста для малых и больших выборок в журнале R asympTest: простой пакет R для классических параметрических статистических тестов и доверительных интервалов в больших выборках . Кажется, что тест FK также доступен через
coin
интерфейс для тестов перестановки, см. Виньетка .Ссылки
Браун М.Б. и Форсайт А.Б. (1974). Надежные тесты на равенство отклонений. ЯСА , 69 , 364-367.
источник
Вместо этих тестов вы можете проверить тест Бреуша-Пагана и его версию. Ни то, ни другое не требует предположения о нормальности, и Уайт показал, что его версия достаточно устойчива к ошибочной спецификации.
источник