方差相等的检验统计量F检验很简单：
F = Var(X) / Var(Y)
哪里
F分布为
df1 = len(X) - 1, df2 = len(Y) - 1
scipy.stats.f您在问题中提到的方法具有CDF方法。这意味着您可以为给定的统计信息生成一个p值，并测试该p值是否大于您选择的alpha级别。
从而：
alpha = 0.05 #Or whatever you want your alpha to be.p_value = scipy.stats.f.cdf(F, df1, df2)if p_value > alpha: # Reject the null hypothesis that Var(X) == Var(Y)
请注意，F检验对X和Y的非正态性极为敏感，因此，除非您有理由确定X和Y呈正态分布，否则最好进行更强大的检验，例如Levene检验或Bartlett检验。。这些测试可以在
scipyapi中找到：
- 巴特利特的测试
- 莱文测试
