बार्टलेट का परीक्षण बनाम लेवेने का परीक्षण


11

मैं वर्तमान में ANOVA मान्यताओं के उल्लंघन का पता लगाने की कोशिश कर रहा हूं। मैंने सामान्यता का परीक्षण करने के लिए शापिरो-विल्क का उपयोग किया है, और लेवेन के परीक्षण और बार्टलेट के विचरण समानता दोनों के परीक्षण के साथ दबोचा है। जब से लॉग ने असमान भिन्नताओं को मापने और मापने के लिए अपने डेटा को रूपांतरित किया है। मैंने लॉग ट्रांसलेट किए गए डेटा पर बार्टलेट के परीक्षण को फिर से चलाया, और फिर भी एक महत्वपूर्ण पी-मूल्य प्राप्त किया, और जिज्ञासा से लेवेने के परीक्षण को भी चलाया और एक गैर-महत्वपूर्ण पी-मूल्य प्राप्त किया। मुझे किस टेस्ट पर भरोसा करना चाहिए?

जवाबों:


10

शायद नहीं। बेहतर होगा कि आप अपने डेटा को देखें और देखें कि उल्लंघन कितने बुरे हैं। रैखिक मॉडल (जैसे, एनोवा) समूह के बराबर होने पर मामूली उल्लंघन के लिए काफी मजबूत हैं। विषमलैंगिकता के लिए अंगूठे का एक नियम यह है कि अधिकतम समूह विचरण आपके विश्लेषण के लिए बहुत अधिक नुकसान के बिना न्यूनतम समूह विचरण से 4 गुना अधिक हो सकता है। यदि आप चिंतित हैं कि उल्लंघन हो सकते हैं, तो एक बेहतर तरीका यह है कि केवल उन विश्लेषणों का उपयोग किया जाए जो उल्लंघन का पता लगाने की कोशिश करने के बजाय शुरू से ही संभव उल्लंघन के लिए मजबूत हैं और फिर उस 1 के आधार पर निर्णय लेते हैं । n

इसके लायक होने के लिए, विकिपीडिया कहता है कि बार्टलेट का परीक्षण लेवेने के परीक्षण की तुलना में सामान्यता के उल्लंघन के लिए अधिक संवेदनशील है। इसलिए आपके पास हेट्रोसेकेडस्टिक डेटा के बजाय गैर-सामान्य डेटा हो सकता है। फिर, एक अधिक मजबूत विश्लेषण 2 बेहतर हो सकता है ।

1. देखें: छोटे नमूनों में टी परीक्षण या गैर पैरामीट्रिक जैसे विलकोक्सन के बीच चयन के लिए एक राजसी विधि
2. समस्याग्रस्त विषमलैंगिकता से निपटने के विभिन्न तरीकों के लिए, देखें: विषम डेटा के लिए एक तरफ़ा ANOVA के विकल्प


2
... बराबर एनएस के साथ मामूली उल्लंघन के लिए काफी मजबूत।
जॉन

और फिर यह मुद्दा है कि आपके पास यह मानने का मजबूत कारण हो सकता है कि नमूने आबादी से लगभग समान भिन्नताओं के साथ आते हैं ... जो कि मजबूती के परीक्षण हैं।
जॉन

क्या मैं नैदानिक ​​भूखंडों का उपयोग करके विभिन्न प्रकारों की जांच कर सकता हूं?
क्लेरिस

ज़रूर, @Clarice किसी भी संख्या में भूखंडों से मदद मिलेगी। आप एक्स-अक्ष पर चिह्नित श्रेणी स्तरों के भीतर लंबित डॉट्स के साथ एक स्कैल्पलॉट बना सकते हैं, फिर आप देख सकते हैं कि वे कैसे तुलना करते हैं। आप बॉक्सप्लॉट्स भी आज़मा सकते हैं, जैसे।
गूँग - मोनिका

4

Levene के परीक्षण की तुलना में गैर सामान्य परिस्थितियों में कम से कम कभी कभी का उपयोग के लिए एक कम संवेदनशील परीक्षण के लिए Conover के परीक्षण , उर्फ वर्ग रैंक गैर पैरामीट्रिक परीक्षण। मैं इस पाया है कम से कम कभी कभी के मेथेमेटिका कार्यान्वयन में बार्टलेट के परीक्षण करने के लिए पसंद होने के लिए VarianceEquivalenceTest

यहाँ ऊपर विचरण समतुल्य लिंक से कॉपी किए गए विचरण परीक्षण विधियों और मान्यताओं की एक सूची है

 Bartlett       normality       modified likelihood ratio test
 BrownForsythe  robust          robust Levene test
 Conover        symmetry        Conover's squared ranks test
 FisherRatio    normality       based on variance ratio
 Levene         robust,symmetry compares individual and group variances 

उस सूची से क्या स्पष्ट होना चाहिए कि मान्यताओं का उल्लंघन परीक्षण योग्य है, हालांकि गणितज्ञ प्रलेखन विशिष्ट नहीं है कि कैसे, उदाहरण के लिए, कॉनओवर समरूपता परीक्षण किया जा रहा है, या समरूपता के लिए एक परीक्षण क्यों। और, अभी तक किसी ने भी उस सवाल का जवाब नहीं दिया है ।

तो, ओपी प्रश्न का उत्तर यह है कि केवल परिस्थितियों का परीक्षण यह सुझाव दे सकता है कि किसी विशेष मामले में कौन सी विधि बेहतर है। इसके अलावा, यदि सभी 5 परीक्षणों का प्रयास किया जाता है, और मान्यताओं के उल्लंघन के कारण इसे बाहर नहीं किया जाता है, तो आमतौर पर जो भी उत्तर उत्पन्न होता है, उसके साथ बेहतर और बदतर उत्तर के बीच अंतर किया जा सकता है।

सबसे खराब स्थिति के रूप में, मोंटे कार्लो सिमुलेशन को ज्ञात सत्य मानों का उपयोग करके पता लगाया जा सकता है कि कौन सी परिस्थितियां संभावित हैं। लेकिन, समस्या के बारे में अधिक जानकारी के बिना, ओपी के डेटा सेट के संदर्भ में प्रश्न का उत्तर नहीं दिया जा सकता है। यदि ओपी डेटा उन्मुख विशिष्ट उत्तर चाहता है, तो कृपया डेटा प्रदान करें।


2
कॉनओवर का परीक्षण यहां एक उचित सुझाव है। लेकिन आपको इस प्रश्न का उत्तर w / अपने स्वयं के एक नए प्रश्न / प्रतिक्रिया के लिए अनुरोध नहीं करना चाहिए (किससे?) आपके उत्तर के कुछ हिस्सों के बारे में, या आपके सुझाए गए संपादन को अनुमोदित करने के लिए पूछ रहा है।
गूँग - मोनिका

@ गुड़ हां ठीक है, इसे बदल दिया और अधिक तुरंत उपयोगी हो।
कार्ल
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.