home *** CD-ROM | disk | FTP | other *** search
/ NetNews Usenet Archive 1992 #19 / NN_1992_19.iso / spool / bit / listserv / statl / 1401 < prev    next >
Encoding:
Text File  |  1992-08-26  |  1.6 KB  |  44 lines
  1. Newsgroups: bit.listserv.stat-l
  2. Path: sparky!uunet!zaphod.mps.ohio-state.edu!sdd.hp.com!news.cs.indiana.edu!lynx!nmsu.edu!dante!dclason
  3. From: dclason@dante.nmsu.edu (Dennis Clason)
  4. Subject: Re: tests for variance homogeneity
  5. Message-ID: <1992Aug26.201232.27843@nmsu.edu>
  6. Sender: usenet@nmsu.edu
  7. Organization: New Mexico State University, Las Cruces, NM
  8. References: <STAT-L%92082512373559@VM1.MCGILL.CA>
  9. Date: Wed, 26 Aug 1992 20:12:32 GMT
  10. Lines: 32
  11.  
  12. In article <STAT-L%92082512373559@VM1.MCGILL.CA> BSAB604@UTXVM.BITNET writes:
  13. >Stat-L'ers:
  14. >
  15. >    I am analyzing data from a three-factor field experiment
  16. >with replication.  The residuals from the ANOVA model (computed
  17. >with SAS's PROC GLM) seem fairly well-behaved in my Q-Q plot.
  18. >Now, I need to assess the validity of the homogeneous variance
  19. >assumption.
  20. >
  21. God, I hate effects models!  If you think about the 
  22. experiment as a single classification (one-way) with
  23. a*b*c cells defined by the treatment combinations,
  24. it's clear that (given usual assumptions) the sufficient
  25. statistics for the problem are the cell means and 
  26. variances.  
  27.  
  28. The short answer is Yes, you can use Levene's test.
  29. You should probably NOT use Bartlett's test or Hartley's
  30. F-max, neither being very robust (to non-normality).
  31.  
  32. >   What is the best approach to testing the assumption of
  33. >homogeneous variance?  Does anyone use Levene's test in these
  34. >more complicated models?  The SAS code to perform Levene's test
  35. >is trivial for one-way ANOVA...but can it be used on a model
  36. >like this?
  37. >
  38.  
  39. Use the same SAS code, just set the model up as
  40. CLASS A B C;
  41. MODEL response = A*B*C / noint;
  42.  
  43.  
  44.