[Python] 등분산 검정

등분산 검정

 

: 등분산 검정은 '분산의 동질성 검정'이라고도 한다.

대상 집단의 분산이 같은지 다른지를 통계적으로 검정하는 방법이다.

* 분산이 같지 않으면 anova분석을 수행할 수 없기 때문에 선행되어야하는 분석이당..!

 

H0(귀무가설) : 모든 집단의 분산은 차이가 없다.

H1(대립가설) : 적어도 하나 이상의 집단의 분산에 차이가 있다.

 

등분산 검정을 수행하는 함수는 다음 두가지가 있다.

-Bartlett.test

-levene.test

 

-> 두가지 다 분산의 동질성을 검정하는 방법이지만 Levene 검정과 달리 Bartlett 검정은 표본이 정규성을 만족할 때(즉 정규분포를 띨 때)에만 사용할 수 있는 방법이다.

Levene 검정은 표본이 정규성을 만족하든 만족하지 않든 상관없이 사용할 수 있다.

 

실습

 

1. 패키지 임포트

from scipy.stats import bartlett
from scipy.stats import levene

 

2. 데이터 생성

A=[85, 86, 88, 75, 78, 94, 98, 79, 71, 80]
B=[91, 92, 93, 85, 87, 84, 82, 88, 95, 96]
C=[79, 78, 88, 94, 92, 85, 83, 85, 82, 81]

 

3. 등분산 검정 진행

print(bartlett(A,B,C))
print(levene(A,B,C))

-> p-value가 0.05이상 이기 때문에 귀무가설을 지지하여 '분산에 차이가 없다'