Bartlett检验

Bartlett检验 (Bartlett's Test)

Bartlett检验 (Bartlett's Test)，由英国统计学家Maurice Stevenson Bartlett于1937年提出，是一种用于检验多个样本组的方差齐性（Homogeneity of Variances）的统计检验方法。在方差分析（ANOVA）等参数检验中，方差齐性是一个核心前提假设，即要求各组的总体方差相等。Bartlett检验正是判断该假设是否成立的最经典工具之一。

检验目的与零假设

Bartlett检验旨在回答一个关键问题：来自 $k$ 个不同总体的样本，其方差是否存在显著差异？其假设设定如下：

• 零假设 ($H_0$)：$\sigma_1^2 = \sigma_2^2 = \dots = \sigma_k^2$，即所有组的总体方差相等。
• 备择假设 ($H_1$)：至少有一组的方差与其它组不相等。

若检验的 p-value 小于预设的显著性水平（如 $\alpha = 0.05$），则拒绝零假设，表明数据违反了方差齐性假设。

检验统计量

Bartlett检验的统计量基于各组方差的加权算术平均与加权几何平均之比。对于 $k$ 个独立样本组，设第 $i$ 组的样本量为 $n_i$，样本方差为 $s_i^2$，总样本量为 $N = \sum_{i=1}^k n_i$。定义合并方差（Pooled Variance）$s_p^2$ 为各组方差的加权算术平均：

则Bartlett检验统计量的原始形式为：

该统计量 $M$ 在零假设下近似服从卡方分布。为了提高近似精度，引入校正因子 $C$：

校正后的统计量为：

此 $\chi^2$ 统计量近似服从自由度为 $df = k - 1$ 的卡方分布。当 $\chi^2$ 值大于卡方分布在该自由度下的临界值时，拒绝零假设。

理论推导：与似然比检验的关系

Bartlett检验实际上是一种似然比检验（Likelihood Ratio Test）的特例。假设 $k$ 个独立样本均来自正态分布，即 $X_{ij} \sim N(\mu_i, \sigma_i^2)$，其中 $i = 1,\dots,k$，$j = 1,\dots,n_i$。在零假设 $\sigma_1^2 = \dots = \sigma_k^2 = \sigma^2$ 下，所有样本共享同一个方差参数，其最大似然估计为合并方差 $s_p^2$；而在备择假设下，各组方差的估计值为各自的样本方差 $s_i^2$。

通过计算两个模型（约束模型与无约束模型）的对数似然函数之差，并乘以 $-2$，即可得到 $-2\ln(\Lambda) = M$ 形式的统计量。这正是Bartlett检验统计量 $M$ 的来源。从这一角度出发，Bartlett检验可以理解为对数据正态性和方差齐性的联合检验——若数据非正态，则似然比检验的理论基础不再成立，这也解释了为何Bartlett检验对正态性偏离如此敏感。

多组比较的后续分析方法

当Bartlett检验的结果显著（即拒绝方差齐性假设）时，研究者面临下一步的选择。除了转向非参数方法外，还可以采用以下策略：

• Welch's ANOVA：该方法不对方差齐性做要求，通过对自由度的校正来调整因方差异导致的检验偏差。Welch's ANOVA在各组样本量不等时尤其适用。
• Brown-Forsythe检验：作为方差齐性的另一种检验方法，它基于各组中位数而非均值来计算绝对偏差，因此对异常值更为稳健。
• 数据变换：对原始数据进行方差稳定变换（Variance-Stabilizing Transformation），如Box-Cox变换或对数变换，可以在一定程度上消除方差异质性。
• 加权最小二乘法：在回归框架下，当方差异质性被识别后，可以使用加权最小二乘法（WLS）以方差的倒数为权重进行估计，从而获得更有效的参数估计。

对正态性的敏感性

Bartlett检验的一个关键特点是它对数据来自正态分布这一假设高度敏感。换句话说：

• 若数据严格服从正态分布，Bartlett检验是检验方差齐性的最有效方法之一，具有较高的统计功效。
• 若数据偏离正态分布（如存在厚尾、偏斜或异常值），Bartlett检验极易产生假阳性——即倾向于错误地拒绝零假设，即使各组方差实际相等。

因此，在实际应用中，研究者通常建议在使用Bartlett检验前先对数据进行正态性检验（如Shapiro-Wilk检验）。若数据严重偏离正态，应考虑使用对正态性假设不敏感的替代方法。

与Levene检验的对比

由于Bartlett检验对正态性偏离十分敏感，统计学家提出了更为稳健的替代方案，其中最常用的是Levene检验（Levene's Test）。

| 特性 | Bartlett检验 | Levene检验 | | :--- | :--- | :--- | | 对正态性假设的依赖 | 高度依赖 | 较不敏感 | | 统计功效（数据正态时） | 较高 | 略低 | | 对厚尾分布的稳健性 | 差 | 较好 | | 应用场景 | 数据确认正态时首选 | 数据分布未知或非正态时推荐 |

此外，对于仅有两个组的比较，还可以使用F检验（方差比检验）来检验方差是否相等，但F检验同样对正态性较为敏感。

应用场景

Bartlett检验在以下领域中具有重要应用：

1. 方差分析（ANOVA）的前提检验：单因素或多因素ANOVA要求各组方差齐性。在进行ANOVA之前，使用Bartlett检验评估该假设是否成立，若检验显著，可考虑使用Welch's ANOVA或Kruskal-Wallis检验等非参数替代方法。

1. 质量管理与工程：在统计过程控制（SPC）中，需要评估不同批次或不同生产条件下产品质量特性的方差是否稳定。

1. 计量经济学：在异方差性检验中，Bartlett检验的思想被扩展到回归框架中。虽然Breusch-Pagan检验和White检验更为常用，但Bartlett检验在处理分组数据的方差齐性时仍有应用价值。

1. 教育与心理测量：在比较不同群体间测验分数的离散程度时，使用Bartlett检验判断方差是否一致，以确保后续比较的合理性。

计算示例

考虑一个简单的情形：比较三种教学方法下学生考试成绩的方差是否相等。假设三组数据如下：

| 组别 | 样本量 ($n_i$) | 样本方差 ($s_i^2$) | | :--- | :---: | :---: | | 方法A | $n_1 = 10$ | $s_1^2 = 15.2$ | | 方法B | $n_2 = 10$ | $s_2^2 = 10.8$ | | 方法C | $n_3 = 10$ | $s_3^2 = 12.5$ |

总样本量 $N = 30$，$k = 3$。首先计算合并方差：

然后计算原始统计量 $M$：

计算各对数项：

代入得：

校正因子：

校正后的 $\chi^2 = 0.261 / 1.049 \approx 0.249$。自由度为 $k - 1 = 2$。查卡方分布表，$\alpha = 0.05$ 时临界值为 $5.991$。由于 $0.249 < 5.991$，无法拒绝零假设，即没有充分证据表明三种教学方法下学生成绩的方差存在显著差异。

局限性与注意事项

1. 正态性敏感：如前所述，这是Bartlett检验最大的局限。建议在使用前进行正态性诊断，或直接使用更稳健的Levene检验。

1. 样本量要求：各组的样本量不宜过小。当某些组样本量极小时（如 $n_i < 5$），检验的可靠性会下降。

1. 对异常值敏感：样本中的异常值（Outliers）会夸大组内方差，从而影响检验结果。在应用Bartlett检验前，应检查各组数据中是否存在极端值。

1. 不等样本量的影响：当各组样本量相差悬殊时，检验的统计功效和第一类错误率可能受到影响。不过Bartlett检验在设计上已通过加权方式对样本量差异进行了部分调整。

1. 结论的解读：Bartlett检验显著（即拒绝方差齐性假设）并不一定意味着数据完全无法使用参数检验。对于样本量较大的情况，ANOVA对方差轻微不等具有一定的鲁棒性。但若方差异常悬殊，则应考虑使用Welch's ANOVA或Brown-Forsythe检验等修正方法。

总而言之，Bartlett检验是检验多组方差齐性的经典方法，在数据满足正态假设时表现出优异的统计功效。然而，由于其对方差偏离的高度敏感，在现代统计实践中，研究者往往更倾向于使用Levene检验或Brown-Forsythe检验作为默认的方差齐性诊断工具。正确选择和使用方差齐性检验方法，对于保证后续统计推断的有效性和可靠性具有重要意义。