Калькулятор критерия Левене
Проверьте, равны ли дисперсии независимых групп. Введите наблюдения для двух и более групп — по одной группе на строку, выберите центрирование по среднему или медиане и получите значение F-статистики, степени свободы и p-уровень значимости.
Проверка равенства дисперсий независимых групп
Формула критерия Левене
Обозначения:
- \(k\) — число групп
- \(N\) — общее число наблюдений по всем группам
- \(n_i\) — число наблюдений в группе \(i\)
- \(Z_{ij} = |Y_{ij} - \tilde{Y}_i|\) — абсолютное отклонение наблюдения \(j\) в группе \(i\) от центра своей группы (среднее в классическом критерии Левене, медиана в варианте Брауна — Форсайта)
- \(\bar{Z}_i\) — среднее абсолютных отклонений в группе \(i\)
- \(\bar{Z}\) — среднее всех абсолютных отклонений
При нулевой гипотезе о равенстве дисперсий всех групп статистика \(W\) имеет F-распределение с \(k-1\) и \(N-k\) степенями свободы. По сути, это однофакторный дисперсионный анализ, выполненный по абсолютным отклонениям от центров групп.
Критерий Левене — пример расчёта
Пример: три группы по пять измерений в каждой, расчёт выполнен методом по умолчанию — с центрированием по медиане (вариант Брауна — Форсайта).
Группа 1: 8, 9, 10, 11, 12 Группа 2: 8, 10, 12, 14, 16 Группа 3: 9, 10, 11, 12, 13
Медианы групп: 10, 12, 11. Абсолютные отклонения от медиан:
\[ Z_1 = 2, 1, 0, 1, 2 \quad (\bar{Z}_1 = 1.2) \]
\[ Z_2 = 4, 2, 0, 2, 4 \quad (\bar{Z}_2 = 2.4), \qquad Z_3 = 2, 1, 0, 1, 2 \quad (\bar{Z}_3 = 1.2) \]
Среднее отклонение по всем данным: \(\bar{Z} = 24/15 = 1.6\).
\[ \sum n_i (\bar{Z}_i - \bar{Z})^2 = 5(0.4)^2 + 5(0.8)^2 + 5(0.4)^2 = 4.8 \]
\[ \sum\sum (Z_{ij} - \bar{Z}_i)^2 = 2.8 + 11.2 + 2.8 = 16.8 \]
\[ W = \frac{15 - 3}{3 - 1} \cdot \frac{4.8}{16.8} = 6 \cdot 0.2857 = 1.7143 \]
При \(df_1 = 2\) и \(df_2 = 12\) p-уровень значимости равен \(p \approx 0.221\).
Результат: \(F = 1.7143\), \(df_1 = 2\), \(df_2 = 12\), \(p \approx 0.221\). Поскольку \(p > 0.05\), данных против равенства дисперсий этих трёх групп недостаточно.
Как пользоваться калькулятором критерия Левене
- Введите данные в поле Наблюдения по группам, размещая значения каждой группы на отдельной строке. Значения разделяйте пробелами или точками с запятой; десятичные запятые допускаются. В каждой группе должно быть не менее двух наблюдений, а всего можно ввести от 2 до 20 групп.
- Выберите метод центрирования в списке Центрировать каждую группу по: среднему (классический критерий Левене) или медиане (вариант Брауна — Форсайта).
- Ознакомьтесь с результатами: статистика F, две степени свободы, p-уровень значимости и доступное пояснение о том, можно ли считать дисперсии групп равными при уровне значимости 0,05.
Что такое критерий Левене и когда он нужен
Критерий Левене — это статистическая процедура для проверки предположения об однородности дисперсий, то есть о том, что несколько независимых групп имеют одинаковую генеральную дисперсию. Многие классические методы — двухвыборочный t-критерий, однофакторный дисперсионный анализ, планы с повторными измерениями — исходят из равенства дисперсий групп. Если это предположение нарушено, номинальные уровни ошибок таких тестов могут искажаться: результат будет объявляться «значимым» чаще, чем заявленные 5%, либо тест потеряет мощность.
Критерий работает через преобразование исходных данных. Каждое наблюдение заменяется абсолютным расстоянием от центра своей группы, и по этим расстояниям проводится однофакторный дисперсионный анализ. Если дисперсии групп действительно равны, средние абсолютные отклонения в группах будут близкими, а статистика F — небольшой. Если одна группа заметно более разбросана, чем остальные, её отклонения в среднем окажутся больше, и статистика возрастёт.
Интерпретация результата проста: малый p-уровень (обычно ниже 0,05) свидетельствует, что дисперсия хотя бы одной группы отличается, поэтому стоит либо применить преобразование, стабилизирующее дисперсию (например, логарифмирование), либо перейти к методу, не требующему равенства дисперсий, — например, к дисперсионному анализу Уэлча. Большой p-уровень означает, что данные согласуются с равенством дисперсий, — но не доказывает, что дисперсии равны в точности. Просто против предположения не найдено доказательств.
Критерий Левене обычно предпочитают более старым аналогам, таким как критерий Бартлетта, потому что он гораздо менее чувствителен к отклонениям от нормального распределения. Это естественный спутник параметрических сравнений групп; если же вы перейдёте к непараметрическим методам, в зависимости от плана исследования подойдут критерий Краскела — Уоллиса или критерий Фридмана.
Предположения, ограничения и практические советы
- Независимость. Наблюдения должны быть независимы как внутри групп, так и между ними. Для парных данных и повторных измерений критерий Левене не подходит.
- Две версии критерия. Классический критерий Левене центрирует каждую группу по среднему, из-за чего он чувствителен к выбросам и асимметричным распределениям. Вариант Брауна — Форсайта центрирует по медиане и более устойчив; именно он используется по умолчанию в этом калькуляторе и в большинстве статистических программ.
- Размер групп важен. При очень малых группах у критерия низкая мощность, и реальные различия дисперсий могут остаться незамеченными. При очень больших выборках он, наоборот, может признать значимыми ничтожные различия. Всегда учитывайте практическую величину различия дисперсий, а не только p-уровень.
- Равенство дисперсий — не равенство средних. Этот критерий ничего не говорит о различии групповых средних — он исследует только разброс. Чтобы сравнить средние по группам, воспользуйтесь, например, Z-критерием для среднего.
- Не забывайте об основном анализе. Проверка дисперсий — обычно лишь предварительный шаг. Если исследование продолжится дальнейшим анализом, калькулятор статистической мощности поможет оценить, достаточны ли размеры выборок для обнаружения интересующих вас эффектов.
- Разумные ограничения на данные. Калькулятор принимает до 20 групп и 1000 наблюдений суммарно, значения по модулю до триллиона — этого достаточно для типичных учебных и исследовательских наборов данных.
Часто задаваемые вопросы
При каком p-уровне дисперсии считаются разными?
P-уровень ниже выбранного порога значимости (обычно 0,05) указывает, что дисперсия хотя бы одной группы отличается от остальных. Например, \(p = 0.01\) означает, что такое различие разброса вряд ли возникло бы случайно, будь истинные дисперсии равны. P-уровень выше 0,05 означает, что критерий не нашёл доказательств против равенства дисперсий, — но это не доказательство их точного равенства, особенно при малых выборках.
Что выбрать — центрирование по среднему или по медиане?
В большинстве ситуаций выбирайте центрирование по медиане (вариант Брауна — Форсайта): оно устойчивее к выбросам и асимметричным распределениям и даёт более надёжные результаты, когда данные не идеально нормальны. Центрирование по среднему используйте, только если нужно воспроизвести классический критерий Левене — например, чтобы свериться с примером из учебника или отчётом, где применялась исходная версия. Если сомневаетесь, результат на основе медианы — более безопасный выбор.
Можно ли применять критерий Левене всего для двух групп?
Да, критерий работает и с двумя группами, и с большим их числом. Для двух групп \(df_1 = 1\) и \(df_2 = n_1 + n_2 - 2\). Это полноценная альтернатива F-критерию равенства двух дисперсий, и она предпочтительнее, когда данные могут не быть нормальными, поскольку классический F-критерий для двух дисперсий крайне чувствителен к отклонениям от нормальности.
Что делать, если критерий показал значимый результат?
Есть два основных пути. Первый — применить к данным преобразование, стабилизирующее дисперсию, например логарифмирование или извлечение квадратного корня, и повторить проверку. Второй — перейти к методу, не требующему равенства дисперсий: t-критерию Уэлча для двух групп или дисперсионному анализу Уэлча для нескольких. Не стоит просто продолжать обычный t-критерий или ANOVA: заявленный уровень значимости может уже не соответствовать реальному.
Как сообщить результаты критерия Левене в статье?
Типичный отчёт в стиле APA включает статистику критерия, обе степени свободы и p-уровень, например: \(F(2, 12) = 1.71\), \(p = 0.221\). Обязательно укажите, какая версия использовалась — классическая со средним или вариант Брауна — Форсайта с медианой, — поскольку на одних и тех же данных они могут давать разные значения. Также упомяните уровень значимости, если он отличается от 0,05.
Почему моя статистика F равна бесконечности?
Такое происходит, когда внутри каждой группы все абсолютные отклонения одинаковы (внутригрупповая вариация нулевая), но их средние по группам различаются. Знаменатель F-отношения обращается в ноль при положительном числителе, поэтому статистика неограниченно растёт, а p-уровень фактически равен нулю. На практике это обычно означает очень маленькие группы с необычными данными — добавьте наблюдений или перепроверьте ввод, прежде чем делать выводы.
Работает ли критерий Левене с малыми выборками?
Формально он вычисляется уже при двух наблюдениях на группу, но при малых выборках его мощность низкая, и реальные различия дисперсий могут остаться незамеченными. Незначимый результат при 3–5 наблюдениях на группу — слабое свидетельство однородности. И наоборот, при очень больших выборках критерий может признать значимыми ничтожные с практической точки зрения различия. В обоих случаях смотрите на фактический разброс каждой группы (например, групповые стандартные отклонения) вместе с p-уровнем.