外觀
Statistics › 推論統計 › 假設檢查
假設檢查 (Assumption Checks)
母數檢定(t 檢定、ANOVA、迴歸)的前提不成立時,p 值可能無效、型一錯誤膨脹。先檢查,再檢定。
三大假設
| 假設 | 需要的方法 | 檢查 | 不成立時 |
|---|---|---|---|
| 獨立性 (independence) | 所有母數檢定 | 研究設計、Durbin-Watson | 配對檢定、混合效應模型、GEE、ARIMA |
| 常態性 (normality) | t 檢定、ANOVA(對殘差) | Q–Q 圖、Shapiro-Wilk | 轉換資料、無母數方法、n 大時依賴 CLT |
| 變異數同質 (homoscedasticity) | Student's t、ANOVA | Levene's test | Welch's t / Welch's ANOVA |
檢查順序:獨立 → 常態 → 等變異。獨立性是設計問題,一旦違反,其他檢查都沒意義,而且它造成的傷害最大。
迴歸的假設是針對殘差,不是原始資料,見 迴歸診斷。
常態性 (Normality)
H₀:資料來自常態分配。先看圖,再看檢定。Q–Q 圖的判讀見 單變數:數值型。
| 方法 | 適用 | 特點 |
|---|---|---|
| Q–Q 圖 | 任何 n | 最實用,能看出偏態、厚尾、離群 |
| Shapiro-Wilk | n ≤ 2000 | 小樣本檢定力最好 |
| Kolmogorov-Smirnov | 一般用途 | 比較經驗 CDF 與理論 CDF;參數由資料估計時需 Lilliefors 校正 |
| Anderson-Darling | 任何 n | 對尾部偏離更敏感 |
python
import scipy.stats as stats
import matplotlib.pyplot as plt
from statsmodels.stats.diagnostic import lilliefors
stats.probplot(data, dist="norm", plot=plt); plt.show() # Q–Q 圖
stats.shapiro(data) # Shapiro-Wilk:p ≤ 0.05 → 偏離常態
lilliefors(data, dist="norm") # K-S(Lilliefors 校正)
stats.anderson(data, dist="norm") # statistic > critical value → 拒絕常態檢定的兩難
- n 小(最需要常態假設時):檢定力不足,偏離了也測不出來。
- n 大(> 200):微不足道的偏離也會顯著,但此時 CLT 已讓 t 檢定很穩健。
所以以 Q–Q 圖為主,並思考偏離的程度是否嚴重(強烈偏態、極端離群、Ordinal 資料)。
不常態時:(1) log、sqrt、Box-Cox 轉換,見 資料轉換;(2) 無母數檢定;(3) n ≥ 30 且偏離輕微時,依賴 CLT;(4) Bootstrap 或置換檢定。
變異數同質 (Homoscedasticity)
H₀:各組變異數相等。
| 檢定 | 何時用 |
|---|---|
| Levene's | 預設,對非常態穩健 |
| Brown-Forsythe | 偏態或有離群值(= 以中位數為中心的 Levene) |
| Bartlett's | 已確認近似常態時(檢定力較高,但對非常態敏感) |
python
stats.levene(g1, g2, g3) # 預設 center="median",即 Brown-Forsythe
stats.levene(g1, g2, g3, center="mean") # 原始 Levene
stats.bartlett(g1, g2, g3)不等時:兩組 → Welch's t(equal_var=False);三組以上 → Welch's ANOVA(pingouin.welch_anova);事後比較 → Games-Howell。
實務上很多人直接預設 Welch,跳過變異數檢定,這通常是更好的做法(先檢定再選方法本身也會影響錯誤率)。
獨立性 (Independence)
一個觀測值不影響另一個。最好由隨機抽樣與隨機分派保證,而不是靠檢定。
| 不獨立的來源 | 例子 | 對策 |
|---|---|---|
| 重複量測 | 同一病人前後測、同一小鼠多個時間點 | 配對檢定、重複量數 ANOVA、混合模型 |
| 群集 / 巢套 (nested) | 病人巢套在醫院內、細胞巢套在樣本內 | 多層次模型 (multilevel model)、GEE |
| 時間相關 | 每日量測 | 時間序列模型 |
| 空間相關 | 相鄰位置的感測器 | 空間模型(Moran's I) |
| 批次效應 | 同批次處理的樣本較相似 | 把批次放進模型當共變數或隨機效應 |
假重複 (pseudoreplication):把同一隻小鼠的 1,000 個細胞當成 n = 1,000 個獨立樣本,會讓 SE 嚴重低估、p 值小得離譜。單細胞資料比較組別時,常見做法是先把細胞 pseudobulk(依樣本加總)再分析,有效樣本數是生物重複數。
python
from statsmodels.stats.stattools import durbin_watson
from statsmodels.sandbox.stats.runs import runstest_1samp
durbin_watson(model.resid) # ≈ 2 無自相關;< 2 正自相關;> 2 負自相關
runstest_1samp(residuals) # p ≤ 0.05 → 殘差序列非隨機檢定前檢查清單
| 項目 | 檢查 |
|---|---|
| ☐ 獨立性 | 隨機抽樣 / 分派?有沒有重複量測、群集、批次?分析單位是什麼? |
| ☐ 結果變數型態 | 連續?若是 Ordinal → 考慮無母數 |
| ☐ 常態性(每組或殘差) | Q–Q 圖;小樣本搭配 Shapiro-Wilk |
| ☐ 變異數 | 各組 SD 差很多嗎?或直接用 Welch |
| ☐ 離群值 | Boxplot;是否主導了結果? |
z / t 臨界值與單雙尾的計算見 信賴區間。