[Scipy] 등분산 검정 Levene Test, 파이썬 통계 패키지 이용해서 검정하는 방법

 두 집단의 분산이 같은지 검정하는 걸 등분산 검정이라고 합니다. 대표적인 등분산 검정인 Levene test를 알아보고, 이를 파이썬 패키지를 이용해서 검정해보겠습니다.

 

[ Contents ]

 

 

1. 등분산 검정 

두 개 이상의 그룹이 같은 분산을 가지는지 검정

 

 두 개 이상의 표본 집단의 분산이 서로 같은지를 판별하는 검정입니다. T 검정 등을 하기 전에 등분산 여부를 판별해야 하는 경우가 있으므로, 본 검정 전에 주로 시행합니다.

 

귀무가설(H0): 두 그룹의 분산이 같다.
대립가설(H1): 두 그룹의 분산이 다르다.

 

 levene 레빈 검정에서 귀무가설은 등분산을 뜻하며, 유의수준 5%에서 p-value가 0.05보다 크면 귀무가설을 채택합니다. 즉, p-value가 0.05보다 커야 통계적으로 등분산이라고 판별할 수 있습니다.

 

 

반응형

 

2. levene()

from scipy.stats import levene

group1 = [10, 12, 14, 11, 13]
group2 = [20, 22, 21, 23, 24]

stat, p = levene(group1, group2)

print(f"Levene 통계량: {stat:.4f}, p-value: {p:.4f}")
if p < 0.05:
    print("등분산 아님 (귀무가설 기각)")
else:
    print("등분산임 (귀무가설 채택)")

 

 scipy.stats에 있는 levene를 통해 간단히 등분산 검정을 할 수 있습니다.

 levene(판별 데이터셋1, 판별 데이터셋2) 은 두 집단의 등분산 검정 통계량과, p-value 를 반환합니다.

 

 위 데이터에서는 p-value가 1으로, 완전히 같은 분산으로 검정되었네요.

 

 

import numpy as np

print(np.var(group1, ddof=1))
print(np.var(group2, ddof=1))

 실제로 표본 분산을 구해보면 2.5로 같죠. 물론 표분 분산이 같다고 모분산이 같다는 보장은 없지만, 위 데이터는 표본 수가 너무 적기 때문에 p-value가 엄청 높게 나왔네요.

 이상, levene 등분산 검정이었습니다.