KNOWECON WIKI

ARTICLE

Bartlett 检验

Bartlett 检验 (Bartlett's Test) Bartlett 检验（Bartlett's Test）是统计学中用于检验多个总体方差是否相等（即方差齐性）的一种经典方法，由英国统计学家M. S. Bartlett于1937年提出。该检验是方差分析（ANOVA）前提假设验证的重要工具，广泛应用于实验设计、质量控制和计量经济学等领域。 检验原理与假

浏览 0 更新 2026-07-15

Bartlett 检验 (Bartlett's Test)

Bartlett 检验（Bartlett's Test）是统计学中用于检验多个总体方差是否相等（即方差齐性）的一种经典方法，由英国统计学家M. S. Bartlett于1937年提出。该检验是方差分析（ANOVA）前提假设验证的重要工具，广泛应用于实验设计、质量控制和计量经济学等领域。

检验原理与假设

Bartlett 检验的核心思想是：若各总体的方差相等，则从各组样本计算出的方差估计值在统计上应彼此接近。设有 k k 个独立样本，第 i i 组样本容量为 ni n_i ，样本方差为 si2 s_i^2 ，且各组数据均来自正态分布。

检验假设为：

H0:σ12=σ22=⋯=σk2(方差齐性)H_0: \sigma_1^2 = \sigma_2^2 = \cdots = \sigma_k^2 \quad \text{(方差齐性)}
H1:至少有一对方差不等H_1: \text{至少有一对方差不等}

检验统计量基于各组样本方差与合并方差的对数比构造：

K2=(N−k)ln⁡sp2−∑i=1k(ni−1)ln⁡si21+13(k−1)(∑i=1k1ni−1−1N−k)K^2 = \frac{(N-k) \ln s_p^2 - \sum_{i=1}^k (n_i-1) \ln s_i^2}{1 + \frac{1}{3(k-1)}\left(\sum_{i=1}^k \frac{1}{n_i-1} - \frac{1}{N-k}\right)}

其中 N=∑ni N = \sum n_i 为总样本量，sp2=∑(ni−1)si2N−k s_p^2 = \frac{\sum (n_i-1)s_i^2}{N-k} 为合并方差估计。在零假设下，该统计量近似服从卡方分布，自由度为 k−1 k-1 。当 K2 K^2 较大、超过临界值时拒绝 H0 H_0 ，认为方差不齐。

适用条件与局限性

Bartlett 检验的使用需满足以下条件：各组数据须来自正态分布总体，样本间相互独立性。该检验对正态性假设非常敏感——偏离正态性时检验结果的第一类错误率可能严重失真，即使轻微偏离也可能导致错误拒绝零假设。因此，当数据不满足正态性时，推荐使用Levene检验或Brown-Forsythe检验等替代方法，这些方法对非正态性更稳健。

Bartlett 检验是方差齐性的参数检验，在正态性满足时具有较高的统计功效，优于非参数替代。实际应用中，若数据明显非正态，应优先考虑转换数据或采用稳健检验。在ANOVA流程中，Bartlett 检验与Shapiro-Wilk检验（正态性检验）配合使用，共同验证方差分析的基本假设是否成立。