不等方差

各组的方差不相等时，则不满足通常的方差分析假设，并且方差分析 F 检验无效。JMP 提供四个检验用于组方差相等时的情况以及当组样本方差不相等时有效的方差分析。相等方差的前三个检验隐含的概念是对构造用于测量每个组的散布程度的新响应变量执行方差分析。第四个检验为 Bartlett 检验，它类似于正态分布下的似然比检验。

注意：用于不等方差的另一检验方法为 ANOMV。请参见均值分析方法。

以下相等方差检验可用：

O’Brien

构造因变量，使新变量的组均值等于原始响应的组样本方差。对 O’Brien 变量的方差分析实际是对组样本方差的方差分析（O’Brien 1979，Olejnik 和 Algina 1987）。

Brown-Forsythe

显示方差分析的 F 检验，其中响应是每个观测与组中位数差值的绝对值 (Brown and Forsythe 1974)。

Levene

显示方差分析的 F 检验，其中响应是每个观测与组均值差值的绝对值 (Levene 1960)。散布程度的计算公式为：

（相对于 SAS 默认计算方法

）。

Bartlett

比较样本方差的加权算术平均值与样本方差的加权几何平均值。几何平均值始终小于或等于算术平均值，仅在所有样本方差相等时才保持相等性。组方差之间的变异越大，这两个平均值的差异越大。创建这两个平均值的函数，它近似服从 χ2 分布（或实际为某个公式下的 F 分布）。大值对应于算术或几何比的大值，因此对应于变异范围很宽的组方差。Bartlett 卡方检验统计量除以自由度得到表中所示的 F 值。Bartlett 检验对于违反正态分布假定的情况不是很稳健（Bartlett 和 Kendall 1946）。

若仅检验两个组，则还执行针对不等方差的标准 F 检验。F 检验是较大方差与较小方差估计值之比。将 F 分布的 p 值加倍可以使它成为双侧检验。

注意：若指定了区组列，则对进行了区组均值调整的数据执行方差检验。