ハートレイ検定
ハートレイ検定 (Hartley test) とは得られた複数のデータ間の母分散の均一性を検定する検定手法である.1950年にアメリカの統計学者,Herman Otto Hartley によって開発された.バートレット検定やルビーン検定と同様,2群のデータ間の等分散性を検定するF検定を一般化した検定法といえる.バートレット検定やルビーン検定と比較して検出力 (1-β) に優れている.得られたデータが以下のようなデータ1,データ2,...,データkのk水準からなる場合,ハートレイ検定は以下の手順によって行う.帰無仮説 (H0) はk群間の母分散は等しいことである.
データ1 | X11, X12, X13, ..., X1N |
データ2 | X21, X22, X23, ..., X2N |
・・・ | ・・・ |
データk | Xk1, Xk2, Xk3, ..., XkN |
ハートレイ検定においては,それぞれの水準におけるサンプルサイズの N は互いに一致している必要がある.検定を行うには最初に,以下の統計量 Fmax を求める.
\begin{eqnarray*}{\rm F_{max}}=\frac{\displaystyle \max_{1\leq i \leq k}\{U_i^2\}}{\displaystyle \min_{1\leq i \leq k}\{U_i^2\}}\tag{1}\end{eqnarray*}
ここで,Ui2 はデータiの不偏分散を表す.すなわち,上の式はデータ1~kの分散の中で最も大きなものを最も小さいもので割ることを意味しており,この比が1のとき,水準内の最大分散と最小分散が等しいということを意味する.この統計量Fmaxが以下のFmaxの数表の値より大きい場合,帰無仮説を棄却し,k個のデータ間の母分散には差があると判断する.
k | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|
2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | ||
df | 2 | 39.0 | 87.5 | 142 | 202 | 266 | 333 | 403 | 475 | 550 |
3 | 15.4 | 27.8 | 39.5 | 50.9 | 62.0 | 72.8 | 83.5 | 93.9 | 104 | |
4 | 9.60 | 15.5 | 20.6 | 25.2 | 29.5 | 33.6 | 37.5 | 41.2 | 44.8 | |
5 | 7.15 | 10.8 | 13.7 | 16.3 | 18.7 | 20.9 | 22.9 | 24.7 | 26.7 | |
6 | 5.82 | 8.36 | 10.4 | 12.1 | 13.6 | 15.0 | 16.3 | 17.5 | 18.6 | |
7 | 4.99 | 6.94 | 8.44 | 9.70 | 10.8 | 11.8 | 12.7 | 13.5 | 14.3 | |
8 | 4.43 | 6.00 | 7.19 | 8.17 | 9.02 | 9.77 | 10.5 | 11.1 | 11.7 | |
9 | 4.03 | 5.34 | 6.31 | 7.11 | 7.79 | 8.40 | 8.94 | 9.44 | 9.90 | |
10 | 3.72 | 4.85 | 5.67 | 6.34 | 6.91 | 7.41 | 7.86 | 8.27 | 8.64 | |
15 | 2.86 | 3.53 | 4.00 | 4.37 | 4.67 | 4.94 | 5.17 | 5.38 | 5.57 | |
20 | 2.46 | 2.95 | 3.28 | 3.53 | 3.74 | 3.92 | 4.08 | 4.22 | 4.35 | |
30 | 2.07 | 2.40 | 2.61 | 2.77 | 2.90 | 3.01 | 3.11 | 3.19 | 3.27 | |
50 | 1.75 | 1.96 | 2.09 | 2.19 | 2.26 | 2.33 | 2.39 | 2.44 | 2.48 | |
100 | 1.48 | 1.60 | 1.68 | 1.73 | 1.78 | 1.81 | 1.84 | 1.87 | 1.89 |
k | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|
2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | ||
df | 2 | 199 | 422 | 729 | 1037 | 1184 | 1705 | 2061 | 2431 | 2812 |
3 | 47.5 | 50.6 | 53.3 | 93.5 | 96.6 | 98.7 | 133 | 136 | 137 | |
4 | 23.2 | 36.7 | 48.4 | 59.1 | 67.9 | 78.3 | 87.2 | 95.7 | 104 | |
5 | 14.9 | 14.5 | 27.9 | 33.0 | 38.0 | 41.9 | 46.0 | 50.0 | 54.0 | |
6 | 11.1 | 15.6 | 19.2 | 22.2 | 24.9 | 27.3 | 29.6 | 31.7 | 33.6 | |
7 | 8.89 | 12.1 | 14.6 | 16.6 | 18.4 | 20.0 | 21.5 | 22.8 | 24.1 | |
8 | 7.50 | 9.94 | 11.8 | 13.3 | 14.6 | 15.7 | 16.8 | 17.7 | 18.6 | |
9 | 6.54 | 8.49 | 9.99 | 11.1 | 12.1 | 13.0 | 13.8 | 14.5 | 15.2 | |
10 | 5.85 | 7.47 | 8.64 | 9.60 | 10.4 | 11.1 | 11.8 | 12.4 | 12.8 | |
15 | 4.07 | 4.93 | 5.52 | 5.98 | 6.38 | 6.71 | 7.00 | 7.27 | 7.51 | |
20 | 3.32 | 3.90 | 4.30 | 4.60 | 4.85 | 5.06 | 5.25 | 5.42 | 5.57 | |
30 | 2.63 | 2.99 | 3.23 | 3.41 | 3.56 | 3.68 | 3.79 | 3.88 | 3.97 | |
50 | 2.10 | 2.31 | 2.45 | 2.56 | 2.64 | 2.71 | 2.77 | 2.82 | 2.87 | |
100 | 1.68 | 1.80 | 1.88 | 1.93 | 1.97 | 2.01 | 2.04 | 2.07 | 2.09 |