方差齐性检验的显著性是怎么得来的？
方差齐性检验的显著性是怎么得来的？
利用SPSSAU方差齐进行检验结果如下：
从结果中可以看出，三个组别进行方差齐检验，最终F值为2.797，p值为0.073大于0.05，意味着三组数据波动没有太大差异，具有方差齐性。通过分析，发现数据满足方差分析的条件（如果不满足方差齐性，可以使用非参数检验或者welch 方差，或者Brown-Forsythe方差），综上满足单因素方差分析条件。
严重不齐时可使用‘非参数检验’，同时还可使用welch 方差，或者Brown-Forsythe方差，非参数检验是避开方差齐问题；而welch方差或Brown-Forsythe方差是直面方差齐。即使在方差不齐时也保证结果比较稳健，welch方差和Brown-Forsythe方差仅在计算公式上不一致，目的均是让方差不齐时结果也稳健，选择其中一种即可。
凡是在分析过程中不涉及总体分布参数的检验方法，都可以称为“非参数检验”。因而，与参数检验一样，非参数检验包括许多方法。以下是最常见的非参数检验及其对应的参数检验对应方法：
方差齐性检验显著性小于0.05，说明不满足方差齐性，那可以选择方差不齐的两两比较方法的。
在方差齐性检验结果中，若P>0.10，认为方差齐性，t检验看第一行的结果；否则认为方差不齐，t检验看第二行的结果。一般取a=0.05，P<0.001，即P<0.05，可认为差异存在。
如果样本量很大，数据近似正态分布，可以直接用t检验中方差不齐的校正结果来做，就是选第二行的t和p值。如果样本比较小，或者方差不齐问题很大，数据严重非正态分布，则要使用非参数检验。
无效假设
显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的几率（P）水平的选择。所谓“无效假设”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。
经统计学分析后，如发现两组间差异是抽样引起的，则“无效假设”成立，可认为这种差异为不显著（即实验处理无效）。若两组间差异不是由抽样引起的，则“无效假设”不成立，可认为这种差异是显著的（即实验处理有效）。
以上内容参考：百度百科-显著性检验
|
广告 您可能关注的内容 |
