为什么用Levene检验方差相等而不是F比？

SPSS使用Levene检验来评估独立小组t检验程序中方差的均一性。

为什么Levene检验优于两组方差比的简单F比？

您可以使用F检验来评估两组的方差，但是使用F检验方差的差异严格要求分布是正态的。使用列文的测试（即，从均值偏差的绝对值）更强劲，并使用棕福赛斯测试（即，从偏差的绝对值平均）更是强劲。SPSS在这里使用了一种很好的方法。

更新为了回应下面的评论，我想澄清我在这里要说的话。该问题询问有关使用“两组的方差之比的简单F比率”。由此，我理解了有时称为Hartley检验的替代方法，这是一种非常直观的评估方差异质性的方法。尽管这确实使用了方差比，但它与Levene检验中使用的方差不同。因为有时很难理解仅用语言表达时的含义，所以我将给出方程式以使其更清楚。

哈特利检验：

在这三种情况下，我们都有方差比率，但是它们之间使用的特定方差有所不同。使Levene检验和Brown-Forsythe检验更健壮（并且也与任何其他方差分析不同）的原因是，它们是对转换后的数据执行的，而组方差的F比（Hartley检验）则使用原始数据。所讨论的转换数据是偏差的绝对值（在Levene检验中为均值，在Brown-Forsythe检验中为中值）。

对于方差的异质性还有其他检验，但是我将讨论仅限于这些，因为我理解它们是原始问题的重点。如果原始数据并非真正正常，则选择它们的理由是基于它们的性能。F测试非常不鲁棒，因此不建议这样做；列文的测试是稍微比BF更强大，如果数据真的是正常的，但不是十分的强劲，如果他们不。这里的主要引文是O'Brien（1981），尽管我在互联网上找不到可用的版本。如果我误解了这个问题或不清楚，我深表歉意。