方差齐性检验是数理统计学中检验不同样本的总体方差是否相同的一种方法。方差齐性的结果会影响后续统计分析方法的选择。因此在数据分析和变量比较前, 进行方差齐性检验是很有必要的。方差齐性检验在医学统计中也十分常见。例如在ADA研究中，方差齐性检验是病人群体能否沿用健康人群阈值的关键之一。

方差齐性检验常用的方法有F test和Levene’s test 等。 本期文章采访了两位统计大师，他们分别是Snedecor教授和Levene教授，两位大师的介绍如下：

由于不可抗力因素，无法与两位教授面谈，故在今年清明节采用线上采访形式与两位大师联系（内附绝密聊天记录！！！别问，问就是被关疯了…）。

绝密聊天记录如下：

绝密文件1：

例如我们比较下表中的两组数据：

表格 1示例 不同人群数据

选取变量1为总体1，变量2为总体2，然后用EXCEL实施F检验，结果如下：

图 1  EXCEL F test左侧检验结果

绝密文件2：

假设还是上述两组数据，这次选取变量1为总体2，变量2为总体1，然后用EXCEL实施F检验，结果如下：

图 3 EXCEL F test 右侧检验结果

绝密文件3：

趁热打铁，我来连线一下Levene教授，借借清明节的东风。

图 7 Levene's test 结果

小结：

F检验和Levene’s检验都可以用来对比不同组的方差，但是F检验对正态数据十分敏感，所以适合使用的情况有限。在EXCEL中实施F检验时，需要关注研究问题是单侧检验还是双侧检验，解读结果时，可以通过比较P值(双侧检验取的是2倍的P值)和0.05来得出结论。Levene’s 检验既可用于正态数据也可用于非正态数据，所以被广泛认为是比较方差齐性的标准方法之一，也被推荐为ADA研究中检验健康人群与病人群体方差是否齐性的方法。

以上情节纯属虚构,不会有雷同。

参考文献：

1.Recommendations for Systematic Statistical Computation of Immunogenicity Cut Points

2.F-tests for Equality of Two Variances (saylordotorg.github.io)

3.F-Distribution Tables (ucla.edu)

4.Levene's test - Wikipedia

5.SAS Help Center: Example 48.10 Testing for Equal Group Variances