但是，方差齐性检验也可以在F检验结果为多个样本所属总体平均数差异显著的情况下进行, 因为 F 检验之后，如果多个样本所属总体平均数差异不显著，就不必再进行方差齐性检验Levene方差齐性检验也称为Levene检验(Levene's Test).由H.Levene在I960年提出[l] .M.B.Brown和A.B.Forsythe在1974年对Levene检验进行了扩展[2],使对原始数据的数 据转换不但可以使用数据与算术平均数的绝对差 , 也可以使用数据与中位数和调整均数 (t rimmed mean)的绝对差.这就使得Levene检验的用途更加广泛.Levene检验主要用于检验 两个或两个以上样本间的方差是否齐性 . 要求样本为随机样本且相互独立 . 国内常见的 Bartlett 多样本方差齐性检验主要用于正态分布的资料, 对于非正态分布的数据, 检验效果 不理想.Levene检验既可以用于正态分布的资料,也可以用于非正态分布的资料或分布不明 的资料, 其检验效果比较理想.方差分析的条件之一为方差齐，即各总体方差相等因此在方差分析之前，应首先检验各样 本的方差是否具有齐性常用方差齐性检验(test for homogeneity of variance)推断各 总体方差是否相等。
本节将介绍多个样本的方差齐性检验，本法由 Bartlett 于 1937 年提出， 称 Bartlett 法该检验方法所计算的统计量服从分布用自由度查界值表，若值大于等于界值，则 P 值小于等于相应的概率，反之， P 值大于相应 的概率如果未经校正的值小于界值，则校正后的值更小，可不必再计算校正值例5.7对照组、A降脂药组、B降脂药组和C降脂药组家兔的血清胆固醇含量(mmol/L)的均 数分别为 5.845、 2.853、 2.972 和 1.768，方差分别为5.941、 2.370、 0.517 和 0.581，样本 含量分别为 6、 6、 6 和 7，问四样本的方差是否齐同？ 本例自由度为，查界值表，得0.025〉P〉0.01,按 =0.05水准拒绝H0,接受H1,可以认为四总 体方差不同或不全相同两个独立样本的方差齐性检验例:某市初中毕业班进行了一次数学考试, 为了比较该市毕业班男女生成绩的离散程度, 从男 生中抽出一个样本, 容量为 31, 从女考生中也抽出一个样本, 容量为 21. 男女生成绩的方差分 别为 49 和 36, 请问男女生成绩的离散程度是否一致解:1. 提出假设2. 选择检验统计量并计算其值3. 统计决断查附表 3,得 F(19,19)0.05=2.04F=1.340.05, 即男女生成绩的差异没有达到显著性差异. 两个相关样本的方差齐性检验例子:教科书 164 页.综合应用例 1:某省在高考后, 为了分析男, 女考生对语文学习上的差异, 随机抽取了各 20 名男, 女考生 的语文成绩, 并且计算得到男生平均成绩=54.6, 标准差=16.9, 女生的平均成绩=59.7, 标准差 =10.4, 试分析男, 女考生语文高考成绩是否有显著差异解:先进行方差齐性检验: 1.提出假设2. 计算检验的统计量3. 统计决断查附表 3,得 F(19,19)0.05=2.16F=2.64>F(19,19)0.05=2.16,p<0.05,即方差不齐性.然后, 进行平均数差异的显著性检验:1. 提出假设2. 计算检验的统计量3. 确定检验形式双侧检验4. 统计决断1.120.05所以,要保留零假设,即男,女考生语文高考成绩无显著差异.例 2:为了对某门课的教学方法进行改革, 某大学对各方面情况相似的两个班进行教改实验 , 甲班32人,采用教师面授的教学方法,乙班25人,采用教师讲授要点,学生讨论的方法.一学期 后,用统一试卷对两个班学生进行测验,得到以下结果:甲班平均成绩=80.3,标准差=11.9,乙 班平均成绩=86.7,标准差=10.2,试问两种教学方法的效果是否有显著性差异 解:先进行方差齐性检验:1. 提出假设2. 计算检验的统计量3. 统计决断查附表 3,得 F(31,24)0.05=1.94F=1.350.05,即方差齐性.然后, 进行平均数差异的显著性检验:1. 提出假设2. 计算检验的统计量3. 确定检验形式双侧检验4. 统计决断当 df=55 时,t=2.105>2.009,P<0.05 所以,要在0.05的显著性水平上零假设,即两种教学方法的效果有显著性差异.哪位高手能帮我解释一下方差和SPSS?问题补充：先对数据进行方差齐次性检验，必要时，对数据进行反正弦平方根转换。
根据实 验的要求分别进行单因素、双因素和三因素方差分析(ANOVA)在满足方差齐性的情况下， 采用Tukey检验进行多重比较；方差非齐的情况下，采用Dunnett' s T3检验进行多重比较， 确定哪些处理间的差异达到显著水平方差是用来比较两组数据的整齐程度，例如，两人打靶，各有一组成绩，且平均分相同，那 么谁的成绩好呢？用方差比较一下，数值小的成绩稳定其实在excel中的分析工具里，也可以进行方差和t校验的分析问题：我用 spss 做出的结果如下:1. 在 Levene's Test for Equality of Variances —栏中 F 值为 2.36, Sig.为.128 是不是 就应该看第一排的数据？是不是说明没有显著差异呢?2. 在 t-test for Equality of Means中的 Sig. (2-tailed)里，两排都是.000 第一排的其它 数据为：t=8.892,df=84,Mean Difference=22.993. 到底看哪个 Levene's Test for Equality of Variances 一栏中 sig, 还是看 t-test for Equality of Means中那个Sig. (2-tailed)啊?我得出的这个结果倒底是显著不显著呢？4. 还有最后一个问题，我做的是T检验为什么会有F值呢？最佳答案t检验过程，是对两样本均数(mean)差别的显著性进行检验。
惟t检验须知道两个总体的方 差(Variances)是否相等；t检验值的计算会因方差是否相等而有所不同也就是说，t检验 须视乎方差齐性(Equality of Variances)结果所以，SPSS 在进行 t-test for Equality of Means 的同时，也要做 Levene's Test for Equality of Variances 1.在 Levene's Tes t for Equali ty of Variance一 栏中 F 值为 2.36, Sig.为.128，表示方差 齐性检验「没有显著差异」，即两方差齐(Equal Variances)，故下面t检验的结果表中要看 第一排的数据，亦即方差齐的情况下的t检验的结果2.在 t-test for Equality of Means中，第一排(Variances二Equal)的情况：t=8.892, df=84, 2-Tail Sig=.000, Mean Difference=22.99既然Sig=.000,亦即，两样本均数差别有显著性意义！3.到底看哪个 Levene's Test for Equality of Variances 一栏中 sig, 还是看 t-test for Equality of Means 中那个 Sig. (2-tailed)啊？答案是：两个都要看。
先看Levene's Tes t for Equali ty of Variances如果方差齐性检验「没有显著差异」，即 两方差齐(Equal Variances),故接著的t检验的结果表中要看第一排的数据，亦即方差齐的 情况下的 t 检验的结果反之，如果方差齐性检验「有显著差异」，即两方差不齐(Unequal Variances)，故接著的t 检验的结果表中要看第二排的数据，亦即方差不齐的情况下的t检验的结果4.你做的是T检验，为什么会有F值呢？就是因为要评估两个总体的方差(Variances)是否相等，要做Levene's Test for Equali ty ofVariances,要检验方差，故所以就有F值1. 方差分析的概念方差分析（ANOVA）又称变异数分析或F检验，其目的是推断两组或多组资料的总体均数是否 相同，检验两个或多个样本均数的差异是否有统计学意义我们要学习的主要内容包括单因 素方差分析即完全随机设计或成组设计的方差分析和两因素方差分析即配伍组设计的方差分 析2. 方差分析的基本思想下面我们用一个简单的例子来说明方差分析的基本思想：如某克山病区测得11例克山病患者和13名健康人的血磷值（mmol/L）如下，患者：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11健康人：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87问该地克山病患者与健康人的血磷值是否不同？从以上资料可以看出，24个患者与健康人的血磷值各不相同，如果用离均差平方和（SS）描 述其围绕总均数的变异情况，则总变异有以下两个来源：（1） 组内变异，即由于随机误差的原因使得各组内部的血磷值各不相等；（2） 组间变异，即由于克山病的影响使得患者与健康人组的血磷值均数大小不等。
而且：SS总=SS组间+SS组内V总=v组间+v组内如果用均方MS （离均差平方和SS/自由度v,）代替离均差平方和以消除各组样本数不同的影 响，则方差分析就是用组内均方去除组间均方的商（即F值）与1相比较，若F值接近1， 则说明各组均数间的差异没有统计学意义，若F值远大于1,则说明各组均数间的差异有统 计学意义实际应用中检验假设成立条件下F值大于特定值的概率可通过查阅F界值表（方 差分析用）获得3. 方差分析的应用条件应用方差分析对资料进行统计推断之前应注意其使用条件，包括：1）可比性，若资料中各组均数本身不具可比性则不适用方差分析2）正态性，即偏态分布资料不适用方差分析对偏态分布的资料应考虑用对数变换、平方 根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态后再进行方差分 析3）方差齐性，即若组间方差不齐则不适用方差分析多个方差的齐性检验可用 Bartlett 法，它用卡方值作为检验统计量，结果判断需查阅卡方界值表二、方差分析的主要内容 根据资料设计类型的不同，有以下两种方差分析的方法：1. 对成组设计的多个样本均数比较，应采用完全随机设计的方差分析，即单因素方差分析。
2. 对随机区组设计的多个样本均数比较，应采用配伍组设计的方差分析，即两因素方差分析两类方差分析的基本步骤相同，只是变异的分解方式不同，对成组设计的资料，总变异分解 为组内变异和组间变异（随机误差），即：SS总=55组间+SS组内，而对配伍组设计的资料， 总变异除了分解为处理组变异和随机误差外还包括配伍组变异，即：SS总=SS处理+SS配伍 +SS 误差整个方差分析的基本步骤如下：（ 1） 建立检验假设；H0：多个样本总体均数相等H1：多个样本总体均数不相等或不全等检验水准为 0.052）计算检验统计量F值；（ 3 ） 确定 P 值并作出推断结果三、多个样本均数的两两比较 经过方差分析若拒绝了检验假设，只能说明多个样本总体均数不相等或。