如何用循环数据检验方差相等

我对比较8个不同样本（每个样本均来自不同人群）中的变异量感兴趣。我知道这可以通过几种使用比率数据的方法来完成：F检验方差相等，Levene检验等。

但是，我的数据是圆形/方向性的（即表现出周期性的数据，例如风向和一般的角度数据或一天中的时间）。我进行了一些研究，并在R的“ CircStats”包中找到了一个测试-“沃森同质性测试”。缺点是该测试仅比较两个样本，这意味着我将不得不对8个样本进行多次比较（然后使用Bonferonni校正）。

这是我的问题：

1）我可以使用更好的测试吗？
2）如果不是，那么沃森检验的假设是什么？它是参数性/非参数性的吗？
3）我可以通过什么算法执行此测试？我的数据在Matlab中，我希望不必将其传输到R中即可运行测试。我宁愿只写自己的函数。

1）Watson-Williams检验在这里是合适的。

2）它是参数化的，并假设其为冯·米塞斯分布。第二个假设是每个组都有一个共同的浓度参数。我不记得测试对这种假设的违反有多么强大。

3）我一直在为Matlab编写的循环统计工具箱中使用Watson测试的实现，并且可以在文件交换中使用（下面的链接）。我没有尝试过，但是我相信Watson测试（circ_wwtest.m）是针对多个组设置的。

https://www.mathworks.com/matlabcentral/fileexchange/10676-circular-statistics-toolbox--direction-statistics-

关于第三个问题，我在MATLAB中为基于Watson（1962）的算法编写了一个函数，用于计算测试统计量和p值：

https://github.com/aatobaa/hatlab/blob/master/watson1962.m