일원 분산 분석 불균형 분산에 대한 대안

동일한 크기의 세 그룹에 대한 평균을 비교하고 싶습니다 (동일한 샘플 크기가 작음, 21). 각 그룹의 평균 은 일반적으로 분포되어 있지만 분산은 동일하지 않습니다 (Levene를 통해 테스트). 이 상황에서 변혁이 가장 좋은 길입니까? 다른 것을 먼저 고려해야합니까?

@JeremyMiles가 맞습니다. 첫째, 가장 큰 분산이 가장 작은 분산의 4 배를 넘지 않는 한 분산 분석이 분산의 이질성에 강하다는 법칙이 있습니다. 또한 분산의 이질성의 일반적인 효과는 분산 분석의 효율성을 떨어 뜨리는 것입니다. 즉, 전력이 낮을 것입니다. 어쨌든 중요한 영향을 미치므로 여기에서 염려 할 이유가 없습니다.

최신 정보:

• 여기서는 효율성 / 파워 감소에 대한 요점을 설명합니다. 이분산성을 통한 베타 추정의 효율성
• 일원 분산 분석 에서 문제가있는 이분산성을 다루기위한 전략에 대한 포괄적 인 개요가 있습니다. 이 분산 데이터에 대한 일원 분산 분석의 대안

(1) " 각 그룹의 수단은 일반적으로 분배됩니다 "-어떤 근거로 그러한 주장을 할 수 있습니까?

(2) 분산 사운드의 차이는 매우 작으며 샘플 크기가 거의 같으면 다른 사람들이 언급했듯이 거의 걱정하지 않아도됩니다.

(3) 2- 표본 t- 검정과 마찬가지로 ANOVA에 대한 자유도에 대한 웰치 형 조정 *이 존재합니다. 두 개의 샘플 t- 테스트에서 사용하는 것처럼 당연히 이들을 사용하지 않는 이유는 거의 없습니다. 실제로 oneway.testR 의 함수는 기본적으로 이것을 수행합니다.

* BL Welch (1951), 몇 가지 평균값 비교 : 대체 방법 .
Biometrika, 38 , 330–336.

그룹 간 분산이 반드시 동일하다고 가정하지 않는 베이지안 분산 분석을 사용하는 것이 좋습니다. John K. Kruschke는 http://doingbayesiandataanalysis.blogspot.mx/2011/04/anova-with-non-homogeneous-variances.html 에서 훌륭한 예를 만들었습니다.