python方差齐性检验_一文秒懂方差齐性检验

案例：针对同一系列的教材，学校设计了两种不同的自助学习系统，现采集每种教学系统下学生完成全部教程所需要的时间。(案例摘自《商务与经济统计学》)

1、利用描述统计学方法汇总每种学习系统下学生学完教程的时间数据。根据样本资料，你能观察到有何相似之处和差异？

2、评价两种方法总体均值之间的差异，讨论你的结论？

3、计算每一种系统的标准差与方差，进行两种系统总体方差相等的假设检验，讨论你的结论。

4、关于两种方法之间的差异，你能得到什么结论？你有何建议？请作出解释。

5、对于将来要使用那种系统，在作出最终决定之前你是否还需要其他数据或者检验。

本文主要围绕解决第三个问题来讲解方差齐性检验。

1、方差齐性检验描述方差齐性检验方法

2、python实现方差齐性检验

方差齐性检验的检验统计量使用的是F分布，由于F分布对正态总体的假定是敏感的，只有当两个总体至少近似正态分布的假定是合理的，才能使用F分布。

本案例并未给出两总体的分布，所以我们需要先检验两总体是否服从正态分布。

2.1 检验两总体服从正态分布

data = pd.read_csv(r'/Training.csv')

data.columns=['旧系统完成时间','新系统完成时间']数据标准化：这里使用sklearn中的StandardScaler来进行标准化

# 数据标准化

from sklearn.preprocessing import StandardScaler

data_n