Калькулятор критерію Левена
Перевірте, чи мають незалежні групи однакові дисперсії. Введіть спостереження для двох чи більше груп — по одній групі на рядок, оберіть центрування за середнім або медіаною — і отримайте статистику F, ступені свободи та p-значення.
Перевірка рівності дисперсій незалежних груп
Формула критерію Левена
Позначення:
- \(k\) — кількість груп
- \(N\) — загальна кількість спостережень в усіх групах
- \(n_i\) — кількість спостережень у групі \(i\)
- \(Z_{ij} = |Y_{ij} - \tilde{Y}_i|\) — абсолютне відхилення спостереження \(j\) у групі \(i\) від центра своєї групи (середнє для класичного критерію Левена, медіана для варіанта Брауна–Форсайт)
- \(\bar{Z}_i\) — середнє абсолютних відхилень у групі \(i\)
- \(\bar{Z}\) — середнє всіх абсолютних відхилень
За нульової гіпотези про рівність дисперсій усіх груп статистика \(W\) має розподіл F зі ступенями свободи \(k-1\) і \(N-k\). Фактично це однофакторний дисперсійний аналіз, виконаний над абсолютними відхиленнями від центрів груп.
Критерій Левена — приклад обчислення
Приклад: три групи по п’ять вимірювань, перевірка стандартним методом із центруванням за медіаною (Брауна–Форсайт).
Група 1: 8, 9, 10, 11, 12 Група 2: 8, 10, 12, 14, 16 Група 3: 9, 10, 11, 12, 13
Медіани груп: 10, 12, 11. Абсолютні відхилення від медіан:
\[ Z_1 = 2, 1, 0, 1, 2 \quad (\bar{Z}_1 = 1.2) \]
\[ Z_2 = 4, 2, 0, 2, 4 \quad (\bar{Z}_2 = 2.4), \qquad Z_3 = 2, 1, 0, 1, 2 \quad (\bar{Z}_3 = 1.2) \]
Загальне середнє відхилення: \(\bar{Z} = 24/15 = 1.6\).
\[ \sum n_i (\bar{Z}_i - \bar{Z})^2 = 5(0.4)^2 + 5(0.8)^2 + 5(0.4)^2 = 4.8 \]
\[ \sum\sum (Z_{ij} - \bar{Z}_i)^2 = 2.8 + 11.2 + 2.8 = 16.8 \]
\[ W = \frac{15 - 3}{3 - 1} \cdot \frac{4.8}{16.8} = 6 \cdot 0.2857 = 1.7143 \]
За \(df_1 = 2\) і \(df_2 = 12\) p-значення становить \(p \approx 0.221\).
Результат: \(F = 1.7143\), \(df_1 = 2\), \(df_2 = 12\), \(p \approx 0.221\). Оскільки \(p > 0.05\), немає достатніх підстав вважати, що дисперсії цих трьох груп різні.
Як користуватися калькулятором критерію Левена
- Введіть дані в поле Спостереження груп, розмістивши значення кожної групи в окремому рядку. Значення розділяйте пробілами або крапками з комою; десяткові коми підтримуються. Кожна група має містити щонайменше два спостереження, а кількість груп — від 2 до 20.
- Оберіть метод центрування у випадаючому списку Центрувати кожну групу на: середньому (класичний критерій Левена) або медіані (варіант Брауна–Форсайт).
- Ознайомтеся з результатами: статистика критерію F, обидва ступені свободи, p-значення та просте пояснення, чи можна вважати дисперсії груп однаковими на рівні значущості 0,05.
Що таке критерій Левена і коли він потрібен?
Критерій Левена — це статистична процедура перевірки припущення про однорідність дисперсій, тобто про те, що кілька незалежних груп мають однакову генеральну дисперсію. Чимало класичних методів — зокрема двовибірковий t-критерій, однофакторний дисперсійний аналіз і плани з повторними вимірюваннями — припускають рівність дисперсій у групах. Коли це припущення порушується, номінальні рівні помилок таких критеріїв можуть викривлюватися: результат «значущий» ви отримуватимете частіше, ніж обіцяні 5%, або втрачатимете потужність.
Критерій працює через перетворення початкових даних. Кожне спостереження замінюється його абсолютною відстанню від центра групи, і на цих відстанях виконується однофакторний дисперсійний аналіз. Якщо дисперсії груп справді однакові, середні абсолютні відхилення в групах будуть подібними, а статистика F — малою. Якщо ж одна група помітно «розкиданіша» за інші, її відхилення в середньому більші, і статистика зростає.
Тлумачити результат нескладно: мале p-значення (зазвичай менше 0,05) свідчить, що дисперсія хоча б однієї групи відрізняється, тож варто застосувати перетворення, що стабілізує дисперсію (наприклад, логарифмічне), або перейти до методу без припущення рівності дисперсій — скажімо, дисперсійного аналізу Уелча. Велике p-значення означає, що дані узгоджуються з рівністю дисперсій, — але не доводить, що дисперсії збігаються точно. Критерій просто не знаходить аргументів проти цього припущення.
Критерій Левена зазвичай обирають замість старіших альтернатив, як-от критерій Бартлетта, бо він значно менш чутливий до відхилень від нормального розподілу. Це природний супутник параметричних порівнянь груп; якщо ж ви переходите до непараметричних методів, залежно від плану дослідження вам можуть підійти критерій Краскела–Уолліса або критерій Фрідмана.
Припущення, обмеження та практичні поради
- Незалежність. Спостереження мають бути незалежними як усередині груп, так і між групами. Критерій Левена не годиться для парних даних або повторних вимірювань.
- Дві версії критерію. Класичний критерій Левена центрує кожну групу на її середньому, через що він чутливий до викидів і асиметричних розподілів. Варіант Брауна–Форсайт центрує на медіані й є стійкішим; саме він типовий для цього калькулятора та більшості статистичних програм.
- Розмір груп має значення. За дуже малих груп критерій має низьку потужність і може не помітити реальної різниці дисперсій. Навпаки, на дуже великих вибірках він може визнати значущими мізерно малі відмінності. Завжди оцінюйте практичну величину різниці дисперсій, а не лише p-значення.
- Рівність дисперсій — не те саме, що рівність середніх. Цей критерій нічого не говорить про те, чи різняться групові середні, — він досліджує лише розкид. Щоб порівнювати середні між групами, зверніться до процедур на кшталт Z-критерію для середнього.
- Не забувайте про основний критерій. Перевірка дисперсій зазвичай є лише підготовчим кроком. Якщо дослідження передбачає подальший аналіз, калькулятор статистичної потужності допоможе оцінити, чи достатні розміри ваших вибірок для виявлення цікавих вам ефектів.
- Розумні обмеження на дані. Калькулятор приймає до 20 груп і до 1000 спостережень загалом, зі значеннями до трильйона за абсолютною величиною — цим покриваються типові навчальні та наукові набори даних.
Часті запитання
Яке p-значення свідчить про різні дисперсії?
P-значення, менше за ваш рівень значущості (зазвичай 0,05), вказує, що дисперсія хоча б однієї групи відрізняється від інших. Наприклад, \(p = 0.01\) означає, що така різниця в розкиді навряд чи виникла б випадково, якби справжні дисперсії були однаковими. P-значення понад 0,05 означає, що критерій не знайшов аргументів проти рівності дисперсій, — але це не доказ того, що вони збігаються точно, особливо на малих вибірках.
Обирати центрування за середнім чи за медіаною?
У більшості ситуацій обирайте центрування за медіаною (варіант Брауна–Форсайт): воно стійкіше до викидів і асиметрії та дає надійніші результати, коли дані не ідеально нормальні. Центрування за середнім вибирайте лише тоді, коли вам потрібно відтворити класичний критерій Левена — наприклад, щоб збігтися з прикладом із підручника чи зі звітом, де застосовано класичну версію. Якщо сумніваєтеся — безпечніше покластися на результат із медіаною.
Чи можна застосовувати критерій Левена лише до двох груп?
Так, критерій працює і з двома групами, і з багатьма. Для двох груп \(df_1 = 1\) і \(df_2 = n_1 + n_2 - 2\). Це слушна альтернатива F-критерію для двох дисперсій, і вона краща, коли дані можуть не бути нормальними, адже класичний F-критерій для двох дисперсій дуже чутливий до ненормальності.
Що робити, якщо критерій дав значущий результат?
Є два основні шляхи. Перший — застосувати до даних перетворення, що стабілізує дисперсію, наприклад логарифмічне або кореневе, і повторити перевірку. Другий — перейти до методу, який не припускає рівності дисперсій: t-критерій Уелча для двох груп або дисперсійний аналіз Уелча для кількох. Не варто просто продовжувати зі звичайним t-критерієм чи ANOVA — заявлений рівень значущості може вже не відповідати дійсності.
Як повідомляти результати критерію Левена в науковій роботі?
Типове оформлення за стилем APA містить статистику критерію, обидва ступені свободи та p-значення, наприклад: \(F(2, 12) = 1.71\), \(p = 0.221\). Зазначте, яку версію використано — класичну з центруванням за середнім чи варіант Брауна–Форсайт із медіаною, адже на одних і тих самих даних вони можуть давати різні значення. Також вкажіть свій рівень значущості, якщо він відрізняється від 0,05.
Чому статистика F дорівнює нескінченності?
Таке трапляється, коли всі абсолютні відхилення всередині кожної групи однакові (нульова внутрішньогрупова мінливість), але їхні групові середні різні. Знаменник відношення F стає нулем, а чисельник лишається додатним, тому статистика необмежено зростає, а p-значення фактично дорівнює нулю. На практиці це зазвичай означає дуже малі групи з незвичними даними — додайте більше спостережень або перевірте коректність введення, перш ніж робити висновки.
Чи працює критерій Левена на малих вибірках?
Математично він працює уже за двох спостережень на групу, але на малих вибірках його потужність низька, тож реальні відмінності дисперсій можуть залишитися непоміченими. Незначущий результат при 3–5 спостереженнях на групу — слабкий аргумент на користь однорідності. І навпаки: на дуже великих вибірках критерій може визнати значущими крихітні відмінності без практичної ваги. В обох випадках дивіться на фактичний розкид кожної групи (наприклад, на групові стандартні відхилення) поруч із p-значенням.