タグ付けされた質問 「levenes-test」

混合効果モデリングによる測定の再現性（別名信頼性、別名クラス内相関）の計算方法を説明するこの論文に出会ったばかりです。Rコードは次のようになります。 #fit the model fit = lmer(dv~(1|unit),data=my_data) #obtain the variance estimates vc = VarCorr(fit) residual_var = attr(vc,'sc')^2 intercept_var = attr(vc$id,'stddev')[1]^2 #compute the unadjusted repeatability R = intercept_var/(intercept_var+residual_var) #compute n0, the repeatability adjustment n = as.data.frame(table(my_data$unit)) k = nrow(n) N = sum(n$Freq) n0 = (N-(sum(n$Freq^2)/N))/(k-1) #compute the adjusted repeatability Rn = …

28 mixed-model  reliability  intraclass-correlation  repeatability  spss  factor-analysis  survey  modeling  cross-validation  error  curve-fitting  mediation  correlation  clustering  sampling  machine-learning  probability  classification  metric  r  project-management  optimization  svm  python  dataset  quality-control  checking  clustering  distributions  anova  factor-analysis  exponential  poisson-distribution  generalized-linear-model  deviance  machine-learning  k-nearest-neighbour  r  hypothesis-testing  t-test  r  variance  levenes-test  bayesian  software  bayesian-network  regression  repeated-measures  least-squares  change-scores  variance  chi-squared  variance  nonlinear-regression  regression-coefficients  multiple-comparisons  p-value  r  statistical-significance  excel  sampling  sample  r  distributions  interpretation  goodness-of-fit  normality-assumption  probability  self-study  distributions  references  theory  time-series  clustering  econometrics  binomial  hypothesis-testing  variance  t-test  paired-comparisons  statistical-significance  ab-test  r  references  hypothesis-testing  t-test  normality-assumption  wilcoxon-mann-whitney  central-limit-theorem  t-test  data-visualization  interactive-visualization  goodness-of-fit 

私は統計とRの初心者で、Levene関数の使用に問題があります（2つのサンプルの分散の等価性を確認したいと思います）。ドキュメントには、実行する必要があると書かれています： levene.test（y、グループ） しかし、私はyとグループとして何を置くべきか分かりませんか？分散の等価性を確認したい2つの異なるサンプルがあります。サンプルの値の1つをyとして、2番目の値をグループパラメーターとして設定する必要がありますか？ ヒントはありますか？

14 r  variance  levenes-test 

私は現在、分散分析の仮定に対する違反に対処しようとしています。私はShapiro-Wilkを使用して正規性をテストし、Leveneの検定とBartlettの分散の等価性の検定の両方を試してみました。それ以来、不平等な分散を試みて修正するためにデータをログ変換しました。対数変換されたデータに対してバートレットのテストを再実行しましたが、依然として有意なp値を受け取りました。好奇心から、レベンのテストも実行し、有意ではないp値を得ました。どのテストに頼ればよいですか？

11 anova  data-transformation  heteroscedasticity  levenes-test 

私は、実験の1つからのデータのグループに対してLeveneとBartlettのテストを実行して、分散の均一性のANOVAの仮定に違反していないことを検証しました。よろしければ私が間違った仮定をしていないことを皆さんに確認したいのですが。 これらのテストの両方で返されるp値は、データが等しい分散を使用して再度生成された場合、データが同じになる確率です。したがって、これらの検定を使用して、分散の均一性のANOVAの仮定に違反していないと言えるようにするには、選択したアルファレベル（たとえば0.05）よりも高いp値のみが必要ですか？ たとえば、私が現在使用しているデータで、バートレットのテストはp = 0.57を返しますが、リーベンのテスト（よくブラウンフォーサイスリーベンタイプのテストと呼んでいます）はap = 0.95を返します。つまり、どのテストを使用しても、仮定を満たしているデータであると言えます。私は間違いをしていますか？ ありがとう。

11 anova  heteroscedasticity  levenes-test