多因素方差分析中方差不齐性怎么办

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）

如果Y近似正态,可以用线性回归GLM模型：x*c即为交互效应procglm;classc;modely=xcx*crun;---------------------------------------

看交互作用的显著性,若结果报表的交互作用那一栏sig值小于0.05,则认为交互作用显著

2.假设方差不齐时又有一系列的分析方法可选.再者,为保证统计准确,如果方差不齐,可以进行对数,倒数或函数的转换,选择适当的转换形式,直到齐性检验变为不显著.如果还不行就只能用非参数的单因素分析.如果非

用分析---一般线性模型-----单变量再问：我是菜鸟，能具体一点吗？是不是性别做T检验，其他几个因素用单因素方差分析，然后再用多因素方差分析做交互作用啊？

one-wayANOVA方差分析项的postHoctest分别有二选项:1.假设方差齐时有一系列的分析方法可选.2.假设方差不齐时又有一系列的分析方法可选.再者,为保证统计准确,如果方差不齐,可以进行

理论上说,方差齐次是做方差分析的前提条件,当方差不齐时,考虑数据转换,使方差齐了再进行方差分析,或者用非参数检验.我做的是析因设计的双因素方差分析,跟你的好像有点区别.不过我有看到资料说,在进行多因素

多因素方差分析是研究两个及两个以上控制变量是否对观测变量产生显著影响.而协变量是存在于协方差分析中人们往往比较难以控制的因素.举个例子说,用了几种不同的教学方法来给40名学生教英语,另外还知道这40名

2.假设方差不齐时又有一系列的分析方法可选.再者,为保证统计准确,如果方差不齐,可以进行对数,倒数或函数的转换,选择适当的转换形式,直到齐性检验变为不显著.如果还不行就只能用非参数的单因素分析.如果非

方差不齐说明你要比较的三组数据至少有一组数据的均值不等于其它两组,这就是结论.

你看的结果不太对,看多元的结果.我经常做数据分析的,我相信你能找到.

非参数检验一般是用于小样本的,用分析----非参数检验----两个相关样本(或者独立样本)样本大于30的话可以用T检验,有个方差不齐的修正模型

EXPLORE是一个数据考察工具,并不能进行数据转换处理.一般情况下,数据转换（比如对数转换）只能在一定程度上减轻方差不齐的影响.方差分析对各组方差的方差齐性（也就是各组方差是否一致）有要求,如果方差

正交试验设计是获得最佳搭配的方法之一.它是通过三个步骤完成的:1,利用正交表来安排试验；2,对试验的结果进行综合比较；3,获得最佳搭配方案.4,分析影响结果的因素的主次.正交试验设计表的设计原则是均衡

你想怎么调整,请详细介绍你的研究一般多因素方差分析不涉及调整这个概念再问：我可不可以把题目数据里的年龄，和时间分别分为几个水平，然后再用spss的多因素方差分析，如果是这样做，我要怎么弄呢？再答：年龄

数据转换或者采用非参数检验,随机化方法等处理数据.

尝试做一些变换,反正弦变换,倒数变换,平方根变换等.

要是方法对的话,可能就是真的在五个组别里面没有显著差异,可以追加个两两对照的,也许其中某两个组别之间存在显著差异,不然就只能在追加样本量了再问：我本来想用因子分析，但是要求是正数？再答：单因素方差分析