ऐसा लगता है कि सामान्यता से मजबूत प्रस्थान के मामले में एफके परीक्षण को प्राथमिकता दी जानी है (जिस पर बार्टलेट परीक्षण संवेदी है)। ऑन लाइन मदद का हवाला देते हुए,
फ्लिग्नर-किलेन (माध्यिका) परीक्षण को सिमुलेशन अध्ययन में विभेदकों की एकरूपता के लिए कई परीक्षणों में से एक के रूप में निर्धारित किया गया है, जो सामान्यता से प्रस्थान के खिलाफ सबसे मजबूत है, कॉनवर, जॉनसन एंड जॉनसन (1981) देखें।
सामान्यतया, लेवे टेस्ट एनोवा फ्रेमवर्क में अच्छी तरह से काम करता है, बशर्ते सामान्य से छोटे से मध्यम विचलन हो। इस मामले में, यह बार्टलेट परीक्षण को बेहतर बनाता है। यदि वितरण लगभग सामान्य है, हालांकि, बार्टलेट परीक्षण बेहतर है। मैंने लेवेन टेस्ट के गैर-पैरामीट्रिक विकल्प के रूप में ब्राउन-फोर्सिथे परीक्षण के बारे में भी सुना है। मूल रूप से, यह या तो माध्यिका या छंटनी के माध्यम पर निर्भर करता है (जैसा कि लेवेने परीक्षण में माध्य की तुलना में)। ब्राउन और फोर्सिथे (1974) के अनुसार, माध्य पर आधारित एक परीक्षण ने मध्यम पूंछ के साथ सममित वितरण के लिए सबसे अच्छी शक्ति प्रदान की।
अंत में, मैं कहूंगा कि यदि सामान्यता से प्रस्थान के मजबूत सबूत हैं (जैसा कि देखा गया है, उदाहरण के लिए, QQ प्लॉट की मदद से), तो एक गैर पैरामीट्रिक परीक्षण (FK या BF परीक्षण) का उपयोग करें; अन्यथा, Levene या बार्टलेट परीक्षण का उपयोग करें।
आर जर्नल में पिछले साल, एसिम्पटेस्ट: ए सिंपल आर पैकेज फॉर क्लासिकल पैरामेट्रिक स्टैटिस्टिकल टेस्ट और कॉन्फिडेंस इंटरवल के लिए बड़े नमूनों में इस परीक्षण के बारे में एक छोटी चर्चा हुई । ऐसा लगता है कि एफके परीक्षण भी coinक्रमपरिवर्तन परीक्षणों के लिए इंटरफेस के माध्यम से उपलब्ध है , विगनेट देखें ।
संदर्भ
ब्राउन, एमबी और फोर्सिथे, एबी (1974)। भिन्नता की समानता के लिए मजबूत परीक्षण। Jasa , 69 , 364-367।