组件名称:方差齐性检验

  [版本号:5] [更新时间:2019-10-28]

简介

  方差齐性检验:它是一种在零假设(null hypothesis, H0)之下,统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型,以判断该模型中的全部或一部分参数是否适合用来估计母体。该组件有三种方差齐性检验的方法可供选择。Bartlett检验:如果数据服从正态分布,那么这种方法将是最为适用的。对于正态分布的数据,这种检验极为灵敏;当数据为非正态分布时,使用该方法易导致假阳性误判。Levene检验:当样本数据偏态或者非正态性的情况下,选用Levene检验鲁棒性与精度比Bartlett检验好。Fligner-Killeen检验: 这是一个非参数的检验方法,完全不依赖于对分布的假设。

输入和输出

  输入端口个数:1

  输出端口个数:1

参数配置

参数名称 参数说明 参数默认值 是否必填
截尾比例 当检验统计函数选择是"trimmed",给出一个截断两侧尾部的数据点比例。默认是0.05可选 0.05 -
显著性水平 零假设为真的情况下拒绝零假设所要承担的风险水平,又叫概率水平,或者显著水平 0.05 -
检验方法 当对样本数据有正态性要求时,选用Bartlett检验、当样本数据偏态或者非正态性的情况下,选用Levene检验鲁棒性与精度比Bartlett检验好,而Fligner-Killeen检验是非参检验,不依赖于分布可选 Bartlett -
检验统计量函数 当方差齐性方法选择"Levene"和"Fligner-Killeen"两种的时候,三种函数可供选择:"median":建议是偏态分布;"mean":建议是对称、中尾分布;"trimmed":建议是重尾分布可选 median -

字段配置

字段名称 字段说明 字段默认值 是否必配
选择字段列 需要做方差齐性检验的字段,可选择多个字段进行分析可选 -

results matching ""

    No results matching ""