RegressionEdit
データセット全体の標準値の違いは、特定の説明変数を使用して回帰モデルを構築し、標準値の変動を既知の量に関連付けることによって、最初に処 その後、回帰からの予測の誤差がデータセット全体で同じように動作するかどうかを調べるための分析の後の段階があるはずです。 したがって、質問は、説明変数が変化するにつれて、残差の分布の均質性の1つになります。 回帰分析を参照してください。
時系列編集
時系列の分析の初期段階では、一連の均質性をさまざまな方法で調べるために、時間に対する値をプロットすることが含まれている可能性があります：傾向とは対照的に、時間にわたる安定性;時間にわたる局所的な変動の安定性。
サイト間の情報を組み合わせる編集
水文学では、年間最大河川流量の年間値で構成される多くのサイト間のデータシリーズが分析されます。 一般的なモデルでは、これらの値の分布は、単純なスケーリング係数を除いてすべてのサイトで同じであるため、場所と縮尺が簡単な方法でリンクされ 次に、スケーリングされた値の分布のサイト間で均質性を調べるという問題があります。
情報ソースの組み合わせ編集
気象学では、気象データセットは長年の記録で取得され、その一環として、特定の駅での測定が時折停止することがありますが、ほぼ同時期に近くの場所で測定が開始されることがあります。 レコードが結合されて単一の長いレコードセットを形成する場合、それらのレコードを時間の経過とともに均質とみなすことができるかどうかについて 風速および方向データの均質性試験の例は、Romanić et al., 2015.
人口内の均質性編集
単純な人口調査は、回答が人口全体で均質になるという考えから始まるかもしれません。 集団の均質性を評価することは、特定の識別可能な亜集団の応答が他の集団の応答と異なるかどうかを調べることを含むであろう。 たとえば、車の所有者は、非車の所有者とは異なる場合があり、または異なる年齢層の間に違いがある可能性があります。