[论文解读] The Impact of Levene's Test of Equality of Variances on Statistical Theory and Practice

Joseph L. Gastwirth, Yulia R. Gel+1 more|Oct 2, 2010

Advanced Statistical Methods and Models参考文献 93被引用 3

一句话总结

本文回顾了莱文检验（Levene's test）在方差齐性检验中的应用及其对非正态分布的稳健性改进，强调其检验效能与对非正态性的抗干扰能力。文章提出一种趋势调整的莱文检验，用于检测单调性方差变化——这在金融和生态学等领域尤为重要——并展示了该方法在医学测量、经济学和环境科学等多个学科中的广泛应用潜力。

ABSTRACT

In many applications, the underlying scientific question concerns whether the variances of $k$ samples are equal. There are a substantial number of tests for this problem. Many of them rely on the assumption of normality and are not robust to its violation. In 1960 Professor Howard Levene proposed a new approach to this problem by applying the $F$-test to the absolute deviations of the observations from their group means. Levene's approach is powerful and robust to nonnormality and became a very popular tool for checking the homogeneity of variances. This paper reviews the original method proposed by Levene and subsequent robust modifications. A modification of Levene-type tests to increase their power to detect monotonic trends in variances is discussed. This procedure is useful when one is concerned with an alternative of increasing or decreasing variability, for example, increasing volatility of stocks prices or "open or closed gramophones" in regression residual analysis. A major section of the paper is devoted to discussion of various scientific problems where Levene-type tests have been used, for example, economic anthropology, accuracy of medical measurements, volatility of the price of oil, studies of the consistency of jury awards in legal cases and the effect of hurricanes on ecological systems.

研究动机与目标

• 评估莱文检验在非正态数据中对同方差性的稳健性及其实际应用价值。
• 解决标准莱文检验在检测金融数据等场景中方差单调趋势（如波动率上升）方面的局限性。
• 将莱文型检验扩展至多组、多因素及复杂调查设计，以应对方差异质性对统计推断的影响。
• 研究在观察性研究中，依赖性、缺失数据和非响应对莱文型检验有效性的影响。
• 激发针对未观测混杂因素的敏感性分析方法在方差检验中的发展，类比于均值比较研究中的方法。

提出的方法

• 通过将原始莱文方法进行改进，对各组均值（或中位数）的绝对偏差应用F检验，以检验方差是否相等。
• 提出一种改进的莱文检验，通过将绝对偏差对组别顺序进行回归，实现对趋势的检测，以识别方差的递增或递减模式。
• 利用大样本理论和模拟方法，评估在非正态分布（包括重尾分布和偏态分布）下的检验效能与稳健性。
• 将该检验应用于来自不同领域的实际数据集，包括医学测量精度、油价波动率以及陪审团裁决的一致性。
• 通过模拟和案例研究分析依赖性和缺失数据的影响，建议在实践中采用插补法和依赖性建模。
• 通过调整分层和聚类抽样数据的标准误与检验统计量，将该框架扩展至复杂调查设计。

实验结果

研究问题

• RQ1 与传统的F检验相比，莱文检验在非正态分布下的表现如何？
• RQ2 莱文型检验能否通过改进以检测金融或生态时间序列中方差的单调趋势（如波动率上升）？
• RQ3 在观察性研究中，依赖性和缺失数据对方差检验的I类错误率和检验效能有何影响？
• RQ4 在多因素方差分析设计中，不等组大小和大量处理水平如何影响莱文检验的稳健性？
• RQ5 在方差检验中，能否借鉴均值比较研究中的方法，发展针对未观测混杂因素的敏感性分析？

主要发现

• 莱文检验对非正态性具有稳健性，在偏态或重尾分布下仍能保持良好的检验效能。
• 引入趋势检测的改进型莱文检验显著提升了检测递增或递减方差模式的能力，尤其在金融和生态数据中表现突出。
• 观测值之间的依赖性可能严重扭曲I类错误率，因此需要谨慎设计实验并进行依赖性建模。
• 缺失数据，特别是非忽略型缺失（如与年龄或其他协变量相关），可能对方差检验结果造成偏倚，需采用插补或敏感性分析。
• 在复杂调查设计中，标准莱文检验需对方差估计进行调整，以维持正确的检验水准和效能。
• 本文展示了该检验在多种应用场景中的实用性，包括陪审团裁决一致性、医学测量精度，以及飓风对生态系统的影响。