双向ANOVA的同质性检验

Question

我一直在使用var.test和bartlett.test检查基本的方差分析假设,其中包括同质性(同质性,方差等式).单因素方差分析的程序非常简单:

bartlett.test(x ~ g)  # where x is numeric, and g is a factor
var.test(x ~ g)

但是,对于2x2表,即双向ANOVA,我想做这样的事情:

bartlett.test(x ~ c(g1, g2))  # or with list; see latter:
var.test(x ~ list(g1, g2))

当然,可以使用图形化程序检查ANOVA假设,但是"算术选项"呢？这根本就是可管理的吗？你如何在双因素方差分析中测试同性恋？

Answer 1

假设检验是用来评估模型假设有效性的错误工具.如果样本量很小,即使方差差异很大,也无法检测到任何方差.如果你有一个很大的样本量,你有能力检测到相等方差的最微不足的偏差,所以你几乎总是拒绝空值.模拟研究表明,模型假设的初步测试会导致不可靠的I类错误.

纵观所有细胞中的残留物是一个很好的指标,或者如果你的数据是正常的,你可以使用AIC或BIC带/不相等的方差作为选择的过程.

如果您认为存在不等的差异,请使用以下内容删除假设:

library(car)
model.lm <- lm(formula=x ~ g1 + g2 + g1*g2,data=dat,na.action=na.omit)
Anova(model.lm,type='II',white.adjust='hc3')

使用稳健的方法(历史一致的协方差矩阵)不会消耗太多的力量,所以如果有疑问则会变得强大.

Answer 2

您可以使用Fligner-Killeen检验方差同质性来检验异方差性.假设你的模型是这样的

model<-aov(gain~diet*supplement)

fligner.test(gain~diet*supplement)

        Fligner-Killeen test of homogeneity of variances

data:  gain by diet by supplement 
Fligner-Killeen:med chi-squared = 2.0236, df = 2, p-value = 0.3636

您可以使用bartlett.test(但这更像是对非正态性的测试,而不是对方差的相等性)

bartlett.test(gain~diet*supplement)
        Bartlett test of homogeneity of variances

data:  gain by diet by supplement 
Bartlett's K-squared = 2.2513, df = 2, p-value = 0.3244

此外,您可以Levene test在单向和双向ANOVA中执行相等的组差异.Levene测试的实现可以在包车(链接固定),s20x和lawstat中找到

levene.test(gain~diet*supplement)  # car package version

Levene's Test for Homogeneity of Variance
      Df F value Pr(>F)
group 11  1.1034 0.3866
      36 

Answer 3

对于 bartlett.test

bartlett.test(split(x,list(g1,g2)))

var.test 不适用,因为只有在有两个组时才有效.