目录Python全系列 教程
3567个小节阅读：5929.3k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
析因设计方差分析是指用于分析析因设计的实验资料的方差分析。以 2×2 式析因设计为例。设 A1、A2 表示 A 因素的两个水平，B1、B2 表示 B 因素的两个水平，则有四个组合（格）：A1B1，A1B2，A2B1，A2B2。若 4 个组合的实验数据的方差具有齐性，各因素的效应具有可加性，即可进行方差分析。
示例：A、B两种药物联合应用对红细胞增加数的影响
导入数据
在析因设计方差分析中，模型必须选择“全因子”
事后多重比较时候，必须满足三个组，由于现在都是两个组，因此会出现如下警告
如果需要保存变量，点击“保存”按钮。
在选项按钮中选择需要统计项
点击“确定”查看结果：
从主体间因子图中可以看到A药物和B药物用和不用的个案数。
从描述统计可以看到，A药和B药都不用的平均值是0.8。A药不用B药用的平均值为1.0。要高于都不用情况。B药用A药用的平均值更高。
从上图可以看到，显著性都是大于0.05，说明是方差齐性的。
从主题间效应检验看到A药和B药用和不用都有显著性差异。
从检验结果和对比结果可以看到，显著性都是小于0.05，说明都有显著性差异。
从估算平均值可以看到，成对比较和单变量检验A药物用和不用都有显著性差异。
从A药*B药的平均值看到都用的效果最佳。
从折线图可以看到A药和B药不用时候平均值比较低。A药和B药都用平均值最高。
