? 什么是Levene检验？
当您面对一组看似“规整”的数据时，是否曾有过一丝警觉——这些数据真的符合后续分析的前提吗？在统计建模中，一个被严重低估的隐患是：方差不齐性（Heteroscedasticity）——即不同组间数据的离散程度差异过大。此时，若强行使用t检验或单因素方差分析（ANOVA），将导致I类错误率飙升，结论完全不可靠。
而Levene检验（莱文检验），正是专门用于检验方差齐性（Homoscedasticity）的“数据验尸官”。它不像 Shapiro-Wilk 那样执着于正态性，而是聚焦于一个更基础的问题：各组数据的变异性是否可比？
该检验由统计学家 Mark Levene 于1956年首次提出，发表于《Contributions to Probability and Statistics》一书。有趣的是，Levene 这个名字本身并不带有“绝对真理”的意味，但其方法却以稳健性著称——即使原始数据严重偏离正态分布，Levene检验仍能保持较高的检验效能（Power），因此在非正态或含离群点的数据中尤为可靠。
✅ 适用前提
- 分组变量为分类变量（如：实验组/对照组）
- 因变量为连续型变量（如：血压值、得分）
- 各组样本可独立抽取
⚠️ 不适用场景
- 数据存在严重缺失（>10%）
- 组内样本量过小（n < 5）
- 组间方差差异达10倍以上（建议先做数据变换）
? 输出解读
输出结果为 F 统计量及对应 p 值：
- p > 0.05：接受方差齐性假设
- p ≤ 0.05：拒绝方差齐性，需改用校正方法
? Levene检验计算公式详解
Levene检验的核心思想是：将原始数据转换为“组内离差”，再对这些离差进行单因素方差分析（One-way ANOVA）。其本质是检验各组离差的均值是否存在显著差异。
基本公式（原始Levene法）
设数据分为 k 组，第 i 组有 nᵢ 个样本，记第 i 组内第 j 个观测值为 Xij，组内均值为 X̄i•，则定义离差变量：
再对所有 Zij 进行单因素方差分析，F 统计量计算如下：
其中：
- k：组数
- N：总样本量（N = Σnᵢ）
- Z̄i•：第 i 组 Z 的均值
- Z̄••：所有 Z 的总均值
改进公式（Brown-Forsythe 法）
原始Levene检验对极端离群点仍较敏感。1974年，Brown与Forsythe提出改进版本——用中位数替代均值，大幅提升稳健性：
其中 X̃i• 为第 i 组中位数。此版本在非对称分布下表现更优，推荐优先使用。
? 公式关键点
为什么用绝对偏差？
因为方差本身是平方项，直接比较方差易受极端值扭曲。而绝对偏差对离群点不敏感，且数学上可解释为“组内波动程度”的线性度量。
? 检验原理与统计逻辑
许多学习者误以为Levene检验是“直接比较方差大小”，实则不然。其本质是：将方差齐性问题转化为均值齐性问题。
逻辑链条拆解：
- 若各组方差相等（σ₁² = σ₂² = … = σₖ²），则各组的绝对偏差均值（E|X - μ|）应接近；
- 构造新变量 Zij = |Xij - 组中心|，则 Z 的均值反映组内离散程度；
- 对 Z 做ANOVA，若各组 Z 均值差异显著（p ≤ 0.05），说明原数据方差不齐。
Mark Levene 提出原始检验方法，用于非正态数据的方差齐性检验。
Brown & Forsythe 改进为中位数版本，显著提升对离群点的稳健性。
Levene本人进一步提出“均值+ trimming”版本（截尾均值），平衡稳健性与效率。
成为SPSS、R、Python等主流统计软件默认的方差齐性检验方法，广泛应用于医学、心理学、工业质量控制等领域。
? 一个关键认知误区
❌ “Levene检验p=0.06，说明方差齐性成立”
✅ 正确理解：p > 0.05 仅表示“没有足够证据拒绝方差齐性”，但不能证明其成立（即不等于“接受原假设”）。
尤其当样本量较小时（如每组n<10），检验效能不足，即使方差差异很大也可能不显著。此时应结合效应量（如Levene的F值）与专业判断。
? 实例演示：手算 + Excel实现
下面通过一个真实模拟案例，手把手演示Levene检验的完整计算流程。数据模拟自两个实验组：A组为常规治疗，B组为新药干预，观测指标为患者血压下降值（mmHg）。
原始数据
| 组别 | 观测值（mmHg） |
|---|---|
| A组 | 5, 7, 6, 8, 5, 7, 6, 9 |
| B组 | 3, 4, 5, 4, 3, 4, 5, 12 |
观察发现：B组第8个值“12”明显偏离，可能是离群点。
手算步骤（Levene原始法）
Step 1：计算各组均值
- A组均值 X̄A = (5+7+6+8+5+7+6+9)/8 = 6.375
- B组均值 X̄B = (3+4+5+4+3+4+5+12)/8 = 5.0
Step 2：计算绝对偏差 Z
| 组别 | Xij | |Xij - X̄i•| |
|---|---|---|
| A | 5 | 1.375 |
| A | 7 | 0.625 |
| A | 6 | 0.375 |
| A | 8 | 1.625 |
| A | 5 | 1.375 |
| A | 7 | 0.625 |
| A | 6 | 0.375 |
| A | 9 | 2.625 |
| B | 3 | 2.0 |
| B | 4 | 1.0 |
| B | 5 | 0.0 |
| B | 4 | 1.0 |
| B | 3 | 2.0 |
| B | 4 | 1.0 |
| B | 5 | 0.0 |
| B | 12 | 7.0 |
Step 3：计算Z的组均值
- Z̄A = (1.375+0.625+...+2.625)/8 = 1.125
- Z̄B = (2+1+0+...+7)/8 = 1.625
- Z̄.. = 总均值 = (A组8个Z + B组8个Z)/16 = 1.375
计算F统计量
代入公式：
- 组间平方和（SSB）= 8×(1.125−1.375)² + 8×(1.625−1.375)² = 1.0
- 组内平方和（SSW）= Σ(Zij − Z̄i•)² = 24.875
- F = (SSB / 1) / (SSW / 14) = 1.0 / (24.875/14) ≈ 0.563
查F分布表（df₁=1, df₂=14），临界值F0.05≈4.60。因0.563 < 4.60，p > 0.05，故接受方差齐性。
⚠️ 重要提醒
若剔除B组离群点“12”，重新计算得：
Z̄B = 1.0，SSB = 8×(1.125−1.0625)² + 8×(1.0−1.0625)² ≈ 0.10
F ≈ 0.10 / (22.375/14) ≈ 0.062 → p ≈ 0.81
结论不变，但效应量显著减弱——说明离群点虽未导致检验“失败”，但已扭曲了统计推断的强度。
Excel快速实现
- 将数据按组录入两列（A列：组别；B列：数值）
- 新增一列C：=ABS(B2 - AVERAGEIF($A$2:$A$9, A2, $B$2:$B$9))
- 复制公式至所有行
- 【数据】→【数据分析】→【方差分析：单因素】
- 输入区域：C列Z值；组数=2；输出F值与p值
结果应与手算一致：F≈0.563，p≈0.466 > 0.05。
⚖️ Levene检验 vs Shapiro-Wilk检验
许多初学者混淆这两个检验，甚至误以为“Levene检验用于正态性检验”。下面用一张对比表厘清差异：
| 特性 | Levene检验 | Shapiro-Wilk检验 |
|---|---|---|
| 检验目标 | 方差齐性（各组σ²是否相等） | 正态性（数据是否服从正态分布） |
| 原假设 H₀ | 所有组方差相等 | 数据来自正态总体 |
| 对离群点敏感度 | 低（尤其中位数版） | 高 |
| 适用数据类型 | 分组数据（≥2组） | 单样本或成组数据 |
| 小样本效能 | 较好（n≥5即可） | 最优（n≤50推荐） |
| 大样本问题 | 易过度拒绝（p值过小） | 对微小偏离也显著 |
? 经典案例
某临床试验测两组患者的血糖值：
- A组：n=15，均值=5.2，标准差=0.3
- B组：n=15，均值=5.3，标准差=2.1
→ Levene检验p=0.002（方差不齐）
→ Shapiro-Wilk检验p=0.18（各自正态）
结论：两组均值相近但变异度差异巨大，需改用 Welch's t 检验而非标准t检验。
? 实用建议
- 做ANOVA前：先做Levene检验（方差齐性）
- 做参数检验前：先做Shapiro-Wilk（正态性）
- 者冲突时：以Levene检验结果为准——因方差不齐对I类错误影响更大
? 一个反直觉真相
即使Shapiro-Wilk检验通过（p>0.05），若Levene检验拒绝（p<0.05），标准ANOVA仍不可靠！
原因：ANOVA对组间方差差异比对非正态更敏感。此时应优先采用：
• Welch's ANOVA（方差不齐校正）
• Brown-Forsythe ANOVA
• 或对数据做对数/平方根变换后重检。
? 实际应用场景
Levene检验不仅是理论工具，更是科研与工业中的“质量守门人”。以下为高频应用场景：
? 医学研究
在对比两种降压药效果时，若B组患者血压波动极大（如从80到180mmHg），而A组稳定在120±5，Levene检验可提前预警——即使平均降幅相近，B组药物安全性存疑。
⚙️ 工业质检
某工厂对比两条生产线的产品直径。若A线标准差=0.01mm，B线=0.15mm，Levene检验p<0.001，说明B线设备需校准，否则良品率难达标。
? 教育评估
比较两个班级的期末成绩。若B班有少数“学霸”拉高均值，但多数学生分数极低，Levene检验可揭示“表面均值相近，实际分布极不均衡”的问题。
? 农业试验
测试三种肥料对作物产量的影响。若某组数据因病虫害导致个别植株绝收（0kg），Levene检验能识别异常波动，避免误判肥料效果。
与其他检验的组合策略
✅ 标准分析流程（以两组比较为例）
- 检查正态性：Shapiro-Wilk → 若p<0.05，考虑数据变换或非参数检验
- 检查方差齐性：Levene检验 → 若p<0.05，改用Welch's t检验
- 选择检验方法：
正态+方差齐 → 标准t检验
正态+方差不齐 → Welch's t检验
非正态 → Mann-Whitney U检验
❓ 网友关心的高频问题
A1: 原假设是“所有组的方差相等”
H₀: σ₁² = σ₂² = … = σₖ²
H₁: 至少存在两组方差不等
注意：这不是“方差为零”的检验！而是检验方差是否一致。即使所有组方差都很大（如σ²=100），只要彼此接近，Levene检验仍可能不显著。
A2: 可能原因有三
- 真实存在离群点：检查数据分布，用箱线图识别异常值
- 组间样本量不均衡：如A组n=50，B组n=10，Levene检验对小样本组更敏感
- 数据本身异方差：如工业中高产量时段波动更大（方差随均值变化）
建议：先做数据可视化（箱线图/小提琴图），再结合专业背景判断是否需要剔除或变换。
A3: 可以，但需谨慎
经验法则：若最大方差/最小方差 < 4，可认为方差齐性近似成立（Fmax检验）。但该方法：
• 仅适用于两组比较
• 对离群点极度敏感
• 无p值，主观性强
推荐：Levene检验仍是首选，尤其当组数>2或样本量较小时。
A4: Levene检验是方差齐性的专用检验
传统F检验（如ANOVA中的F值）检验的是均值差异，而Levene检验是对离差再做F检验，本质是：
FLevene = (组间Z方差) / (组内Z方差)
者统计量形式相似，但检验对象完全不同，不可混淆。
? 深度提醒
在小样本（每组n<5）时，Levene检验效能极低，即使方差差异巨大也可能不显著。此时应：
• 优先使用非参数检验（如Mann-Whitney U）
• 或采用Bootstrap重抽样估计置信区间
• 切勿仅依赖p=0.05的阈值做决策！
? 软件与工具实现
现代统计软件已内置Levene检验，但不同工具的默认方法略有差异。以下为常用平台的操作指南：
? SPSS
分析 → 比较均值 → 单因素ANOVA → 选项 → 勾选“方差齐性检验”
注意：SPSS默认使用Brown-Forsythe版本（中位数），输出为“Levene统计量基于均值/中位数/中位数和调整的df”
? Python (SciPy)
stats.levene(group1, group2, center='mean') # 默认为均值
stats.levene(group1, group2, center='median') # Brown-Forsythe
返回：statistic（F值）、pvalue
? R语言
fligner.test(y ~ group, data = df) # Fligner-Killeen检验（非参数版）
? Excel
需安装【数据分析】插件：
数据 → 数据分析 → 方差分析：单因素
输入区域 = 离差列（Z值），勾选“组数=2”
F值 > F crit 且 p < 0.05 → 拒绝方差齐性
? 高级技巧：自定义Levene检验
在R中，可手动实现原始版本以验证逻辑：
# 构造Z变量
Z <- abs(df$value - tapply(df$value, df$group, mean)[df$group])
# 单因素ANOVA
anova(lm(Z ~ group, data=df))
输出的F值即为Levene统计量，p值用于判断。