Критерий Левена: проверка равенства дисперсий

Прежде чем сравнивать средние двух или нескольких групп, статистика тихо проверяет одно скрытое условие: насколько одинаково «разбросаны» данные внутри каждой группы. Если разброс сильно разный, привычные t-критерий и ANOVA могут соврать.

Именно это и проверяет критерий Левена — простой тест, который должен стоять в вашем дипломе ещё до сравнения средних.

В двух словах

• Критерий Левена проверяет гипотезу о равенстве дисперсий (одинаковом разбросе) в группах. Дисперсия — это мера того, насколько значения «разлетаются» вокруг своего среднего.
• Смотрят на p-значение: если p > 0,05 — дисперсии можно считать равными (условие выполнено), если p < 0,05 — разброс в группах разный.
• Это входной билет для t-критерия Стьюдента и дисперсионного анализа ANOVA: оба ждут примерно одинакового разброса в группах.

Если дисперсии не равны — не беда: есть поправка Уэлча и непараметрические критерии. Об этом ниже.

Что такое «равенство дисперсий» простыми словами

Дисперсия и стандартное отклонение показывают, насколько кучно или, наоборот, разбросанно лежат значения вокруг среднего.

Представьте два класса. В обоих средний балл за контрольную — 4,0. Но в первом почти все написали на «четвёрки», а во втором половина — на «двойки», половина — на «пятёрки». Среднее одинаковое, а разброс — совершенно разный.

Пример. Группа А: 39, 40, 41, 40, 40 — все близко к среднему 40, разброс маленький. Группа Б: 20, 60, 35, 45, 40 — среднее тоже 40, но значения «разлетелись» сильно. Дисперсия у группы Б намного больше.

Гомогенность дисперсий (она же гомоскедастичность) — это просто умное название для ситуации, когда разброс в группах примерно одинаков. Критерий Левена и проверяет, выполняется ли это.

Зачем он нужен перед t-критерием и ANOVA

И t-критерий Стьюдента для независимых выборок, и ANOVA сравнивают средние значения групп. Но «под капотом» они складывают разброс групп в общую оценку. Если в одной группе данные кучные, а в другой «размазаны», эта общая оценка получается кривой — и вывод о различии средних становится ненадёжным.

Поэтому порядок действий в дипломе такой:

1. Проверяете нормальность в каждой группе (Шапиро-Уилк).
2. Проверяете равенство дисперсий критерием Левена.
3. И только потом выбираете и считаете сам критерий сравнения средних.

В большинстве учебников t-критерий Стьюдента описывают именно в варианте «с равными дисперсиями». Поэтому проверку Левена удобно вставлять прямо перед расчётом: она показывает, имеете ли вы право использовать классическую формулу или нужна поправка Уэлча.

Как читать результат: p-значение

Критерий Левена работает через проверку гипотез:

• H₀ (нулевая): дисперсии групп равны (разброс одинаковый).
• H₁ (альтернативная): дисперсии различаются хотя бы у одной группы.

Дальше всё решает p-значение:

• p > 0,05 — оснований отвергать H₀ нет. Считаем дисперсии равными, условие выполнено. Это «хороший» исход: можно спокойно идти к Стьюденту или ANOVA.
• p < 0,05 — H₀ отвергаем. Дисперсии не равны, разброс в группах разный. Нужна поправка (см. ниже).

Пример. Сравниваете уровень стресса в контрольной и экспериментальной группах. Критерий Левена дал p = 0,42. Это больше 0,05 → дисперсии равны → используете классический t-критерий Стьюдента без поправок.

Что делать, если дисперсии не равны

Получили p < 0,05 — это не тупик, а просто развилка. Вариантов три.

• Поправка Уэлча. Самый частый и удобный путь для двух групп — t-критерий Стьюдента в модификации Уэлча (Welch's t-test). Он сравнивает те же средние, но корректно учитывает разный разброс. Для нескольких групп есть аналог — ANOVA Уэлча.
• Непараметрический критерий. Если данные ещё и ненормальны, переходите к ранговым методам, которым равенство дисперсий не нужно: критерий Манна-Уитни для двух групп и Краскела-Уоллиса для трёх и более. Подробнее о разнице — в статье «Параметрические и непараметрические критерии».
• Преобразование данных. Иногда логарифмирование «уравнивает» разброс, но для студенческой работы это перебор — проще взять Уэлча или непараметрику.

Пример с расчётом

Покажем на сквозном примере, как Левен встраивается в анализ.

Пример. В дипломе по физкультуре сравнивают результат прыжка в длину с места в двух группах студентов: обычная программа (n = 15) и экспериментальная (n = 15). Сначала проверяют равенство дисперсий, потом — различие средних t-критерием.

Результат проверки удобно свести в таблицу (на неё в тексте ссылаются: «результаты проверки предпосылок приведены в таблице 1»).

Таблица 1 — Проверка равенства дисперсий по критерию Левена (n = 15 + 15)

Вывод словами: «Дисперсии результатов в двух группах статистически не различаются (критерий Левена: F = 0,18; p = 0,67 > 0,05), поэтому для сравнения средних применён t-критерий Стьюдента для независимых выборок».

На рисунке 1 видно, почему результат именно такой: разброс (высота «облака» точек) в группах примерно одинаков, и критерий Левена это подтверждает.

Если бы точки одной группы «облаком» растянулись по всей высоте, а другой — собрались в узкую полоску, критерий Левена выдал бы p < 0,05, и мы перешли бы к поправке Уэлча.

Что писать в дипломе

Готовые формулировки под оба исхода — можно вставлять почти дословно, подставив свои числа.

Когда дисперсии равны (p > 0,05):

• «Проверка равенства дисперсий по критерию Левена показала отсутствие значимых различий (F = 0,18; p = 0,67), что позволяет применить t-критерий Стьюдента для независимых выборок».

Когда дисперсии не равны (p < 0,05):

• «По критерию Левена дисперсии групп статистически различаются (F = 6,4; p = 0,02), поэтому применён t-критерий Стьюдента с поправкой Уэлча».
• «В связи с нарушением условия равенства дисперсий (критерий Левена: p < 0,05) для сравнения групп использован непараметрический критерий Манна-Уитни».

Частые ошибки

• Путать с нормальностью. Критерий Левена проверяет разброс между группами, а не форму распределения. Нормальность проверяют отдельно — Шапиро-Уилком или Колмогорова-Смирнова.
• Читать p «наоборот». Здесь p > 0,05 — это хорошо (дисперсии равны). Студенты по привычке радуются маленькому p, а для Левена это как раз проблема.
• Игнорировать «плохой» результат. Получили p < 0,05 и всё равно взяли классического Стьюдента — вывод становится недостоверным. Нужна поправка Уэлча или непараметрика.
• Применять Левена к связанным выборкам. Для замеров «до/после» у одних и тех же людей дисперсии групп не сравнивают — там работают парный Стьюдент или Вилкоксон.
• Забывать про вывод-следствие. Сама по себе строчка «p = 0,67» ничего не объясняет: нужно дописать, какой критерий вы из-за неё выбрали.

Частые вопросы

Что значит «гомогенность дисперсий»?

Это и есть равенство дисперсий — одинаковый разброс данных в группах. «Гомогенность», «гомоскедастичность» и «равенство дисперсий» в студенческой работе можно считать синонимами.

p получилось больше 0,05 — это хорошо или плохо?

Для критерия Левена это хорошо: дисперсии равны, условие для t-критерия и ANOVA выполнено. Можно спокойно считать основной критерий по классической формуле.

Чем критерий Левена отличается от критерия Фишера (F-теста)?

Оба проверяют равенство дисперсий, но F-тест Фишера очень чувствителен к ненормальности данных и работает только для двух групп. Критерий Левена устойчивее к отклонениям от нормальности и годится для любого числа групп — поэтому в дипломах чаще берут именно его. Не путайте с угловым преобразованием Фишера — это совсем про другое (сравнение долей).

Нужен ли критерий Левена, если я считаю непараметрику?

Нет. Манна-Уитни, Краскела-Уоллиса и другим ранговым методам равенство дисперсий не требуется — они изначально не опираются на это условие.

А если у меня три и больше групп?

Критерий Левена работает и для трёх, и для пяти групп — это его плюс перед F-тестом Фишера. Если дисперсии равны, считаете ANOVA; если нет — ANOVA Уэлча или Краскела-Уоллиса.

Короткий алгоритм

1. Проверьте нормальность в каждой группе (Шапиро-Уилк).
2. Запустите критерий Левена и посмотрите p-значение.
3. p > 0,05 → дисперсии равны → классический t-критерий Стьюдента или ANOVA.
4. p < 0,05 → дисперсии не равны → поправка Уэлча или непараметрика (Манна-Уитни / Краскела-Уоллиса).
5. В тексте укажите F, p и какой критерий сравнения средних вы из-за этого выбрали.

Что ещё почитать

• Как проверить нормальность распределения — второе обязательное условие перед параметрикой.
• Параметрические и непараметрические критерии — куда уходить, если условия не выполнены.
• Руководство по дисперсионному анализу ANOVA — где Левен встречается чаще всего.
• Стандартное отклонение и дисперсия — что вообще такое «разброс».
• Калькулятор t-критерия Стьюдента и калькулятор ANOVA — посчитать онлайн.

Не уверены, выполнены ли условия и какой критерий брать, — загляните в базу методов или закажите консультацию: эксперт проверит предпосылки и посчитает за вас.