Przeprowadziłem test Levene'a i Bartletta na grupach danych z jednego z moich eksperymentów, aby potwierdzić, że nie naruszam założenia ANOVA o jednorodności wariancji. Chciałbym sprawdzić z wami, że nie robię żadnych niewłaściwych założeń, jeśli nie macie nic przeciwko: D
Wartość p zwrócona przez oba te testy to prawdopodobieństwo, że moje dane, gdyby zostały wygenerowane ponownie przy użyciu równych wariancji, byłyby takie same. Tak więc, używając tych testów, aby móc powiedzieć, że nie naruszam założenia ANOVA o jednorodności wariancji, potrzebowałbym tylko wartości p wyższej niż wybrany poziom alfa (powiedzmy 0,05)?
Np. Przy danych, których obecnie używam, test Bartletta zwraca p = 0,57, podczas gdy test Levene'a (no cóż, nazywają go testem Browna-Forsythe'a typu Levene) daje ap = 0,95. Oznacza to, że bez względu na to, jakiego testu używam, mogę powiedzieć, że dane spełniam założenie. Czy popełniam błąd?
Dzięki.
źródło
Jesteś po „prawej stronie wartości p”. Chciałbym tylko nieznacznie skorygować twoje stwierdzenie, aby powiedzieć, że JEŻELI grupy miały równe wariancje w swoich populacjach, ten wynik p = 0,95 wskazuje, że losowe próbkowanie przy użyciu tych wielkości n spowodowałoby wariancje tak daleko od siebie lub w 95% przypadków . Innymi słowy, ściśle mówiąc, poprawne jest sformułowanie wyniku w kategoriach tego, co mówi o hipotezie zerowej, ale nie w kategoriach tego, co mówi o przyszłości.
źródło
Podczas gdy poprzednie komentarze są w 100% poprawne, wykresy utworzone dla obiektów modelu w R zapewniają graficzne podsumowanie tego pytania. Osobiście zawsze uważam, że wykresy są o wiele bardziej przydatne niż wartość p, ponieważ można później przekształcić dane i natychmiast zauważyć zmiany na wykresie.
źródło