单因素方差分析组间差异不显著 但双变量有显著

两因素方差分析,可以用独立样本T检验啊,方差齐性和非齐性都是可以的

对交互作用做一个补充说明：交互作用指的是两个因素在对方的不同水平上的呈现出的效应存在差异,A和B各有两个水平,则A1在B因素上的效应情况与A2在B因素上的效应情况存在差异,反之也存在,这就说明存在交互

完全随机设计方差分析和随机区组设计资料方差都属于单因素方差分析.完全随机设计与随机区组设计的区别在于：1.完全随机设计没有把混杂因素（如年龄、体重等）考虑进去,而随机区组设计通过设置区组而使得混杂因素

组间的P=0,说明你的三组样本数据之间存在显著差异,但不能了解是其中何种两组数据造成的；多重比较后,可以看出第一组数据和第二组数据之间,p=0.698>0.05,说明这两组数据没有显著差异,而这两组数

是的,需要用多重比较,多重比较的方法随便选哪个,如果方差检验齐性通过选择多重比较中上面的方法,如果方差检验齐性没通过选择多重比较中下面的方法再问：能不能详细说一下多重比较的方法和步骤，多谢多谢~再答：

方差分析表中的SS表示平方和,MS表示均方,F是组间均方与组内均方的比例,P-value表示在相应F值下的概率值,Fcrit是在相应显著水平下的F临界值,在统计分析上可以通过P-value的大小来判断

单因素方差分析和T检验没有差别有要记住[T(n)]^2~F(1,n)即若t统计量服从自由度为n的T分布,则它的平方服从自由度为1,n的F分布单因素方差分析得到的是这里的F,（单因素嘛,第一个自由度是2

excel里面有数据分析包,通过add-in加载,也就是在加载项中加载数据分析包.然后就可以直接使用了.我用的是word2010版.具体操作如下;1\file->option->add-ins->An

第一张表是方差齐性检验,SIG=0.459>0.05,表明方差相等.第二张表是方差检验,SIG=0.272>0.05,表明各个年龄组间无显著差异.

好像确实是一个方程组,先根据MS列一个未知数方程,再想办法求组间平方和,也可以用Eview软件来做,非常简单

先看F检验的结果,你给出来了吗是不是显著的看了之后再谈论Duncan的问题吧我替别人做这类的数据分析很多的再问：下面的那个表的内容是不是在上面那个表上面也能看出来？区别就是下面的表更直观一点吗？再答：

打开SPSS在分析中找均值分析再点击单因素方差分析就可以了

一是可能试验方案设计不合理,组与组之间本身就没有差异；二是误差太大,也就是误差均方太大,引起F值减小.

单因素完全随机由于组内变异完全是个体间的差异,因此可以认为是随机误差.而组间变异反映组间均数的差异,其可能仅仅包含随机误差,这时零假设成立.也可能除随机误差外,还包含处理的效应,这时则备择假设成立.完

spss因子分析中有一项是直接可以输出各因子的得分的就是后面多出的新变量以factor开头的就是各因子的得分然后你就直接把这些因子得分当成普通变量进行后续的方差分析这些就可以了

就是P,说明存在显著表2是两两比较,sig再问：http://zhidao.baidu.com/question/1690282184591945388.html?quesup2&oldq=1这也是很

从你的结果表来看,应该是你的原始数据之间没有变化,造成了各项的平方和为0,而0不能当分母,所以F值和Sig.值不能显示.F值等于第二张表格前两项的MeanSquare之比.你最好提供原始数据,看看是什

这个问题很简单,p值自然首先要以实际的精确数值为准,如果实际数值在0.01-0.05之间,那就是0.05水平的显著,如果在0.001-0.01之间,那就是0.01水平显著,实际数值你可以在sig表格的

因素对结果影响都不显著.究其原因可能是本例试验误差大且误差自由度小,使检验的灵敏度低,从而掩盖了考察因素的显著性.由于各因素对结果影响都不显著,不必再进行各因素水平间的多重比较此时,可直观的判断

是的,就是要作为协变量来进行控制