W przypadku mniej czułego testu na nietypowe warunki niż test Levene'a przynajmniej czasami należy zastosować test Conovera, test nieparametryczny oznaczony kwadratem AKA. Odkryłem, że jest to co najmniej czasem preferowane niż test Bartletta w implementacji testu matematycznego testu VarianceEquivalenceTest .
Oto lista metod i założeń testów wariancji skopiowanych z powyższego linku Równoważność wariancji
Bartlett normality modified likelihood ratio test
BrownForsythe robust robust Levene test
Conover symmetry Conover's squared ranks test
FisherRatio normality based on variance ratio
Levene robust,symmetry compares individual and group variances
Z tej listy powinno być oczywiste, że naruszenia założeń są testowalne, chociaż dokumentacja Mathematica nie precyzuje, na przykład, w jaki sposób przeprowadzany jest test symetrii Conovera, a nawet dlaczego testuje się symetrię. I jak dotąd nikt nie odpowiedział na to pytanie .
Tak więc odpowiedź na pytanie PO jest taka, że tylko testowanie warunków może zasugerować, która metoda jest preferowana w danym przypadku. Co więcej, jeśli spróbuje się wykonać wszystkie 5 testów i nie zostaną one wykluczone z powodu naruszenia założeń, wówczas można ogólnie rozróżnić odpowiedzi lepsze i gorsze z tymi, które zostaną wygenerowane.
W najgorszym przypadku można przeprowadzić symulację Monte Carlo przy użyciu znanych wartości prawdy, aby sprawdzić, które warunki prowadzą do jakich prawdopodobieństw. Jednak bez dodatkowych informacji na temat samego problemu nie można udzielić odpowiedzi na pytanie dotyczące zestawu danych PO. Jeśli PO chce odpowiedzi ukierunkowanej na dane, proszę podać dane.