Je souhaite comparer la quantité de variabilité au sein de 8 échantillons différents (chacun provenant d'une population différente). Je suis conscient que cela peut être fait par plusieurs méthodes avec des données de rapport: égalité de variance du test F, test de Levene, etc.
Cependant, mes données sont circulaires / directionnelles (c'est-à-dire des données qui présentent une périodicité telle que la direction du vent et en général des données angulaires ou l'heure de la journée). J'ai fait quelques recherches et trouvé un test dans le package "CircStats" dans R - "Test d'homogénéité de Watson". Un inconvénient est que ce test ne compare que deux échantillons, ce qui signifie que je devrais faire plusieurs comparaisons sur mes 8 échantillons (puis utiliser la correction de Bonferonni).
Voici mes questions:
1) Existe-t-il un meilleur test que je peux utiliser?
2) Sinon, quelles sont les hypothèses du test de Watson? Est-ce paramétrique / non paramétrique?
3) Quel est l'algorithme par lequel je peux effectuer ce test? Mes données sont dans Matlab, et je préférerais ne pas avoir à les transférer dans R pour exécuter mon test. Je préfère simplement écrire ma propre fonction.