Я провел тест Левена и Бартлетта по группам данных из одного из моих экспериментов, чтобы подтвердить, что я не нарушаю допущение ANOVA об однородности дисперсий. Я хотел бы уточнить у вас, ребята, что я не делаю неправильных предположений, если вы не возражаете: D
Значение p, возвращаемое обоими этими тестами, является вероятностью того, что мои данные, если они будут сгенерированы снова с использованием равных отклонений, будут одинаковыми. Таким образом, используя эти тесты, чтобы сказать, что я не нарушаю допущение ANOVA об однородности дисперсий, мне понадобится только значение p, которое выше выбранного альфа-уровня (скажем, 0,05)?
Например, с данными, которые я в настоящее время использую, тест Бартлетта возвращает p = 0,57, в то время как тест Левена (хорошо они называют это тестом типа Брауна-Форсайта Левена) дает ap = 0,95. Это означает, что независимо от того, какой тест я использую, я могу сказать, что данные соответствуют предположению. Я делаю какую-либо ошибку?
Спасибо.
Вы находитесь на «правой стороне р-значения». Я бы просто немного скорректировал ваше утверждение, чтобы сказать, что, если группы имели равные отклонения в своих популяциях, этот результат p = 0,95 указывает, что случайная выборка с использованием этих n-размеров приведет к отклонениям так далеко друг от друга или дальше в 95% случаев , Другими словами, строго говоря, правильно сформулировать результат с точки зрения того, что он говорит о нулевом гипотезе, но не с точки зрения того, что он говорит о будущем.
источник
Хотя предыдущие комментарии верны на 100%, графики, созданные для объектов модели в R, дают графическое резюме этого вопроса. Лично я всегда нахожу графики гораздо более полезными, чем значение p, так как можно впоследствии преобразовать данные и сразу определить изменения на графике.
источник