KNOWECON WIKI

ARTICLE

Levene 检验

Levene 检验 (Levene's Test) Levene 检验（Levene'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）的一种稳健方法，由美国统计学家 Howard Levene 于 1960 年在其论文 Robust Tests for Equality of Variances 中首次提出。与经典的Bartlett 检验不

浏览 0 更新 2026-07-15

Levene 检验 (Levene's Test)

Levene 检验（Levene'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）的一种稳健方法，由美国统计学家 Howard Levene 于 1960 年在其论文 Robust Tests for Equality of Variances 中首次提出。与经典的Bartlett 检验不同，Levene 检验不要求数据严格服从正态分布，因此在实际应用中具有更广泛的适应性，是方差分析（ANOVA）前提假设验证中最常用的工具之一。

检验原理与核心思想

Levene 检验的核心思想是将方差齐性的检验问题转化为一个关于 离差（deviation）的均值比较问题。具体来说，若各组数据的方差相等，则各组观测值偏离其组中心的平均程度应当接近。

统计量构造步骤

设共有 kk 个独立样本组，第 ii 组样本容量为 nin_i，第 jj 个观测值为 XijX_{ij}（i=1,2,…,ki = 1, 2, \ldots, k；j=1,2,…,nij = 1, 2, \ldots, n_i）。检验统计量的构造分为以下步骤：

  1. 确定各组的中心位置度量 Xˉi\bar{X}_i。最常用的选择是各组样本均值 Xˉi=1ni∑j=1niXij\bar{X}_i = \frac{1}{n_i}\sum_{j=1}^{n_i} X_{ij}，也可使用中位数或修剪均值。
  2. 计算每个观测值到其所属组中心的绝对离差： \[ Z_{ij} = |X_{ij} - \bar{X}_i| \]
  3. 以 ZijZ_{ij} 作为新的响应变量，对组别因子执行单因素方差分析。记总样本量为 N=∑i=1kniN = \sum_{i=1}^k n_i，则检验统计量为标准 ANOVA 的 FF 统计量： \[ W = \frac{(N-k) \sum_{i=1}^k n_i (\bar{Z}_{i\cdot} - \bar{Z}_{\cdot\cdot})^2}{(k-1) \sum_{i=1}^k \sum_{j=1}^{n_i} (Z_{ij} - \bar{Z}_{i\cdot})^2} \] 其中 Zˉi⋅=1ni∑j=1niZij\bar{Z}_{i\cdot} = \frac{1}{n_i}\sum_{j=1}^{n_i} Z_{ij} 为第 ii 组的平均离差，Zˉ⋅⋅=1N∑i=1k∑j=1niZij\bar{Z}_{\cdot\cdot} = \frac{1}{N}\sum_{i=1}^k\sum_{j=1}^{n_i} Z_{ij} 为总平均离差。

在零假设 H0:σ12=σ22=⋯=σk2H_0: \sigma_1^2 = \sigma_2^2 = \cdots = \sigma_k^2（各组方差相等）成立的前提下，统计量 WW 近似服从自由度为 (k−1,N−k)(k-1, N-k) 的F分布。当计算出的 WW 值超过给定显著性水平下的临界值 Fα(k−1,N−k)F_{\alpha}(k-1, N-k) 时，拒绝零假设，认为各组方差之间存在显著差异。

检验假设与决策规则

Levene 检验的原假设与备择假设为：

H0:σ12=σ22=⋯=σk2H_0: \sigma_1^2 = \sigma_2^2 = \cdots = \sigma_k^2

\\

H1:至少存在一组 i≠j, 使得 σi2≠σj2H_1: \text{至少存在一组 } i \neq j, \text{ 使得 } \sigma_i^2 \neq \sigma_j^2

决策规则：若 W>Fα(k−1,N−k)W > F_{\alpha}(k-1, N-k)，则拒绝 H0H_0，判定方差不齐；否则不能拒绝方差齐性假设。与所有假设检验一样，不能拒绝 H0H_0 并不意味着"证明方差相等"，而仅表示数据未提供足够的证据推断方差不相等。

主要变体：均值型、中位数型与修剪均值型

根据组中心度量方式的不同，Levene 检验存在三种常见的变体。不同变体在稳健性和统计功效之间存在权衡。

均值型 Levene 检验（原始版本）

使用各组样本均值 Xˉi\bar{X}_i 作为中心度量。在数据来自对称分布且尾部较轻（即峰度接近正态分布的峰度）时表现良好，但对重尾分布和偏态分布较为敏感。

中位数型 Levene 检验（Brown-Forsythe 检验）

1974 年，Brown 与 Forsythe 提出使用各组样本中位数 X~i\tilde{X}_i 替代均值：

Zij=∣Xij−X~i∣Z_{ij} = |X_{ij} - \tilde{X}_i|

这一变体通常被称为Brown-Forsythe检验。由于中位数对异常值（outlier）和偏度（skewness）具有较强的稳健性，中位数型 Levene 检验在数据非正态（尤其是重尾分布）时通常具有更好的第一类错误控制能力。在实际应用中，多数统计软件（如 R 的 \texttt{car} 包中的 \texttt{leveneTest} 函数、SPSS 的 Explore 过程）默认使用中位数版本。

修剪均值型 Levene 检验

使用修剪均值（trimmed mean）——即剔除每组中部分极端观测值后的算术平均值——作为中心度量。修剪比例通常设为 5\% 或 10\%。这一变体在异常值较多、但并非极端不对称的情境下提供了折中的稳健性和效率。

Levene 检验与 Bartlett 检验的比较

Levene 检验与Bartlett 检验是方差齐性检验中两种应用最广泛的方法，但两者在理论假设、使用条件和实际表现上存在关键差异。

Bartlett 检验基于各组样本方差与合并方差的对数比构造卡方分布统计量，在数据严格服从正态分布时具有较高的统计功效，是方差齐性的一致最大功效无偏检验（UMPU）。然而，Bartlett 检验对偏离正态性极度敏感——即使轻微的峰度偏离也可能导致实际第一类错误率远高于名义水平。换言之，Bartlett 检验可能在"数据非正态"而非"方差不齐"时显著，从而误导实验结论。

Levene 检验通过将方差比较转化为离差的位置比较，回避了对正态性的严格要求。大量蒙特卡洛模拟（Monte Carlo simulation）研究表明，Levene 检验在多种非正态分布下的第一类错误率接近名义水平，同时在样本量适中（各组 ni≥10n_i \geq 10）时保持可接受的统计功效。一般而言：

  • 若数据经检验（如Shapiro-Wilk检验）判定为正态或接近正态，Bartlett 检验是首选（更高的功效）。
  • 若数据偏离正态——尤其是出现重尾、偏态或异常值时，应优先选择 Levene 检验（尤其是 Brown-Forsythe 变体）。
  • 在大样本条件下，两种方法的差异缩小，但 Levene 检验的稳健优势始终存在。

应用场景

Levene 检验的主要应用场景包括：

  1. 方差分析前提验证：在执行单因素ANOVA、多因素方差分析前，通常需要检验方差齐性假设。Levene 检验是这一环节的标准选择。
  2. 独立样本 tt 检验的前提确认：在两样本情境下（k=2k = 2），Levene 检验等同于检验两总体的方差是否相等，用于辅助判定应使用等方差 tt 检验还是Welch's t-test（Welch 近似 tt 检验）。
  3. 实验设计与质量工程：在田口方法（Taguchi method）和实验设计（DOE）中，方差齐性是参数分析的基本假设，Levene 检验用于在 ANOVA 之前验证该假设。
  4. 计量经济学中的异方差诊断：虽然Breusch-Pagan检验和White检验在回归框架中更为通用，Levene 检验可在分组数据结构中快速诊断异方差性（heteroskedasticity），如比较不同地区、不同时间段的收入方差是否相等。

软件实现

在主流统计软件中，Levene 检验均有成熟实现：

  • R：\texttt{car} 包中的 \texttt{leveneTest()} 函数。参数 \texttt{center = "median"} 指定 Brown-Forsythe 版本（默认），\texttt{center = "mean"} 指定原始 Levene 检验。
  • Python：\texttt{scipy.stats.levene()} 函数。参数 \texttt{center = 'median'} 指定中位数版本。
  • SPSS：\texttt{Analyze > Compare Means > One-Way ANOVA > Options > Homogeneity of variance test}，输出包含基于均值的 Levene 统计量。
  • Stata：\texttt{robvar} 命令提供 Levene 检验、Brown-Forsythe 检验等多种方差比较方法。

局限性与注意事项

尽管 Levene 检验具有较强的稳健性，在实际使用中仍需注意以下问题：

  1. 样本量敏感性：当样本量非常大时，Levene 检验（如同大多数显著性检验）可能检测出实际影响微小、无实际意义的方差差异。因此，在大样本情境下应结合效应量（effect size）或方差比的置信区间进行判断。
  2. 组间样本量不均衡：当各组样本量差异极大时，Levene 检验的第一类错误率可能受到一定影响，尽管其稳健性仍优于 Bartlett 检验。建议在设计中尽量保持各组样本量的平衡。
  3. 相关样本不适用：Levene 检验假设各组样本相互独立，不能直接用于重复测量（repeated measures）或配对设计中的方差比较。对于此类场景，需使用Mauchly's test of sphericity（球形假设检验）等方法。
  4. 对尖峰分布的性能下降：在极尖峰且对称的分布下，均值型 Levene 检验的功效可能低于 Bartlett 检验。Brown-Forsythe 变体部分缓解了这一问题，但仍非万能。
  5. 不作为方差差异大小的度量：Levene 检验仅回答"方差是否相等"的二分问题，不提供方差差异的定量信息。研究者如需了解方差差异的大小，应报告各组方差估计值、方差比及其置信区间。

理论扩展与相关方法

Levene 检验的思想已被推广到更广泛的方差分析框架中。在多元方差分析（MANOVA）中，Box's M 检验用于检验多个组之间的协方差矩阵是否相等，可视为 Levene 检验在多变量场合的推广。此外，在回归诊断中，检验残差方差恒定性的Breusch-Pagan检验和White检验也部分借鉴了离差比较的核心思想。

对于非正态且小样本的极端情形，Fligner-Killeen检验（基于秩的非参数方差齐性检验）和Conover's squared ranks test提供了无需任何分布假设的替代方案。Permutation test（置换检验）也可用于比较组间方差，其通过计算观测数据的随机分配分布来获得精确的 pp 值，完全依赖于数据本身的经验分布。

综上，Levene 检验以其原理直观、计算简便和广泛的稳健性，构成了应用统计学中方差齐性检验的基础工具。研究者在实际应用中应根据数据的分布特征和研究目的，合理选择均值型、中位数型或修剪均值型变体，并结合其他诊断工具综合判断方差分析的适用性。