1、为什么要进行方差齐性检验，如何检验？

因为方差齐性检验是方差分析的重要前提，是方差可加性原则应用的一个条件。方差齐性检验的时候，首先需要知道方差齐性检验的本质：样本以及总体的方差的分布是常数，和自变量或者因变量没有关系。

然后绘制散点图，在方差齐性检验中，因变量被设置为横轴，纵轴是学生化残差。原因就是，要弄清究竟因变量和残差之间有没有关系。

如果残差随机分布在一条穿过零点的水平直线的两侧，就说明残差独立，也就是证明因变量方差齐性。

齐性检验的基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。常用方法有：Hartley检验、Bartlett检验、修正的Bartlett检验 。

关于两个或两个以上总体的方差是否相等的统计检验。根据情况不同，有不同的检验方法。在两个总体相互独立且服从正态时，可用F检验；在k个（k>2）总体相互独立且服从正态时，可用Bartlett检验。

在两个相关总体的情形，则不能用F检验，改用t检验；在k个总体的正态性不满足（尤其是偏态）时，Bartlett检验便不合用了，要改为使用一些对正态性不敏感的检验，如对数方差分析、Fmax检验、Cochran检验等。

来源：百度百科-齐性检验

来源：百度百科-方差齐性检验

2、什么叫方差齐性检验

再举个例子啊,谢了

3、方差齐性检验如何做？

看这个Levene\'s test for equality of variances，这就是方差齐性检验，结果看F值和对应的sig，如果sig>0.05，说明满足方差齐性的条件，反之不满足，你这里sig=0.733，可知是满足方差齐性的条件的，说明数据可以进行方差分析。

方差的性质：

1、设C是常数，则D（C）=0；

2、设X是随机变量，C是常数，则有；

3、设 X 与 Y 是两个随机变量，则；

其中协方差特别的，当X，Y是两个不相关的随机变量则此性质可以推广到有限多个两两不相关的随机变量之和的情况。

：

当数据分布比较分散（即数据在平均数附近波动较大）时，各个数据与平均数的差的平方和较大，方差就较大；当数据分布比较集中时，各个数据与平均数的差的平方和较小。因此方差越大，数据的波动越大；方差越小，数据的波动就越小。

样本中各数据与样本平均数的差的平方和的平均数叫做样本方差；样本方差的算术平方根叫做样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量，样本方差或样本标准差越大，样本数据的波动就越大。

方差和标准差是测算离散趋势最重要、最常用的指标。方差是各变量值与其均值离差平方的平均数，它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根，用S表示。方差相应的计算公式为：

标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。