Questions tagged «levenes-test»

我刚刚碰到了这篇论文，该论文描述了如何通过混合效应建模来计算测量的可重复性（又称可靠性，又称类内相关性）。R代码为： #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) #compute n0, the repeatability adjustment n = as.data.frame(table(my_data$unit)) k = nrow(n) N = sum(n$Freq) n0 = (N-(sum(n$Freq^2)/N))/(k-1) #compute the adjusted repeatability Rn = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

我是统计学和R的新手，使用Levene函数时遇到了麻烦（我想检查两个样本的方差是否相等）。文档说我应该运行： levene.test（y，组） 但是我不知道我应该作为y和group放置什么？我有两个不同的样本，我想检查方差是否相等。我是否应该将样本值之一作为y，将第二个值作为组参数？ 有什么提示吗？

14 r  variance  levenes-test 

我目前正在尝试解决违反方差分析假设的问题。我曾用Shapiro-Wilk检验正态性，并涉猎了Levene检验和Bartlett检验方差相等。从那以后，我用对数转换了我的数据，以尝试纠正不平等的差异。我对经过对数转换的数据重新进行了Bartlett检验，但仍然收到了显着的p值，出于好奇，我也进行了Levene检验，得到了不重要的p值。我应该依靠哪个测试？

11 anova  data-transformation  heteroscedasticity  levenes-test 

我对一项实验的一组数据进行了Levene和Bartlett的检验，以验证我没有违反ANOVA的方差均质性假设。如果您不介意的话，我想与大家确认我没有做任何错误的假设 这两个测试返回的p值是我的数据（如果再次使用相等方差生成的数据）相同的概率。因此，通过使用这些检验，可以说我没有违反方差分析关于方差均匀性的假设，我只需要一个高于所选alpha水平（例如0.05）的p值？ 例如，根据我当前使用的数据，巴特利特检验返回p = 0.57，而莱文（Levene）检验（我们称其为Brown-Forsythe Levene型检验）得出ap = 0.95。这意味着，无论我使用哪种测试，我都可以说我的数据符合假设。我有什么错误吗？ 谢谢。

11 anova  heteroscedasticity  levenes-test