En estadística, cuando un se realiza un análisis ANOVA de una vía, se supone que el grupo de varianzas son estadísticamente iguales.
Si esta suposición no es válida, entonces la prueba F de Fisher resultante no es válida.
[1] La variable de respuesta transformada se construye para medir la dispersión en cada grupo.
Aunque la elección óptima depende de la distribución subyacente, la definición basada en la mediana se recomienda como la opción que proporciona una buena robustez frente a muchos tipos de datos no normales, al tiempo que conserva una buena potencia estadística.
Brown y Forsythe realizaron estudios de Monte Carlo que indicaban que usar la media recortada funcionaba mejor cuando los datos subyacentes seguían una Distribución de Cauchy (una distribución de cola gruesa) y la mediana funcionaba mejor cuando los datos subyacentes seguían una distribución χ² con cuatro grados de libertad (una distribución bruscamente sesgada).
Usar la media proporcionó la mejor potencia para distribuciones simétricas, de cola moderada.