单因素方差分析中方法一和方法二的SIG值小于0.05啥意思

只要在1－7个列中,同处一列的就是没有差异,你的表中,左边从9往下一直到12是按平均数从小到大排列的,9、20、16、8、14、13、3之间是没有差异的,9和1以下的都有差异；20、16、8则和6以下

齐性检验是组与组进行的检验,你这只是一个值与一个值,自然没法做出结果来再问：这样排版做的检验，错了么？再答：个案数量太少了

duncan检验是一种事后检验,就是说在自变量主效应已经确定显著的情况下,看各个水平之间具体是哪几个间有差异你这里的编号1——5就是各处理水平,表里面纵列的1,2,3（alpha=0.05的子集下面）

方差分析是检验多个总体均值是否相等的统计方法.它是通过检验各总体的均值是否相等来判断分类型自变量对数值型自变量是否有显著影响.单因素方差分析基本思想：数据的误差即总误差平方和分为组间平方和组内平方和,

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

1)、Mean:平均数,均数2)、Std.Deviation:标准差3)、Std.Error：标准误4)、ConfidenceIntercalforMean：均数的可信区间5)、LowerBound：

只在不是正态分布的维度上做就可以了.你看看你的方差齐性检验的显著性有多糟糕,方差不齐检验出来的结果其实没那么不能接受.看你自己呗.ppv课视频学习网站

统计后自己做表不就完了吗?哪儿有软件能直接生成这样的结果,晕

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

1)可加性：处理效应与环境效应（误差）是可加的.这是由于我们据以进行方差分析的模型就是线性可加模型,所以可加性特性是方差分析的主要特性.2)正态性：试验误差是独立的随机变量,并遵从正态分布.这是因为F

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

1：H0:U1=U2=U3,HI=U1,U2,U3不完全相等P=0.931056>0.05故接受原假设H02.H0:U1=U2=U3,HI=U1,U2,U3不完全相等P=0.152155>0.05故接

这两个的分析思路是不一样的.一般来说,Anova的分析中显著性会高很多,而你说的一般线性分析求的是主效应,它的显著性比ANOVA受到的影响因素更多一些,因此也更低一点.但是,从规范的统计学分析而言,一

你参考我的另一个回答就可以了：http://zhidao.baidu.com/question/255879763.html

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

如果还不行就只能用非参数的单因素分析.如果非要进行方差分析则需要把means±SD范围外的数据剔除.实际操作中对方差齐性等适用条件的把握:1.单因素方差