EMPIRYCZNA OCENA MOCY TESTÓW DLA WIELU WARIANCJI

摘要

Testy dla wielu wariancji stosuje się zwykle do weryfikowania założenia o równości wariancji wymaganego przez inne procedury - przede wszystkim analizę wariancji. Mogą być też wykorzystywane do oceny jednorodności źródeł danych, które chcemy połączyć dla uzyskania lepszych ocen wariancji. Testy dla wielu wariancji też zazwyczaj same wymagają spełnienia pewnych założeń. Najczęściej chodzi tu o założenie normalności rozkładu w populacjach lub przynajmniej rozkładu tego samego typu. Celem artykułu jest zbadanie zachowania się wybranych testów dla wielu wariancji w warunkach prawdziwości i nieprawdziwości założenia o normalności rozkładu, małych i dużych prób, prób równolicznych i prób o zróżnicowanych liczebnościach. Badania te przeprowadzono metodami symulacyjnymi. W badaniu rozważono cztery testy jednorodności wariancji: Levene'a, Browna-Forsythe'a, Flignera-Killeena oraz O'Briena.%Some statistical tests, for example the analysis of variance, assume that variances are equal across groups or samples. Tests for homogeneity of variances can be used to verify that assumption and for pooling of data from different sources to yield an improved estimated variance. Tests for homogeneity of variances can be used usually under assumption of normal distributions or nearly normal distributions. In this paper some tests for homogeneity of variances are examined under the null hypothesis and under the alternative, for various sample sizes, for various symmetric and asymmetric distributions. Monte Carlo simulations has been used for this. In this paper the following procedures have been analyzed: Levene'a test, Brown-Forsythe test, Fligner-Killeen test and O'Brien test.