方差分析结果如何看？指标怎么计算？
方差分析（单因素方差分析），用于分析定类数据与定量数据之间的关系情况.例如研究人员想知道三组学生的智商平均值是否有显著差异。方差分析可用于多组数据,比如本科以下,本科,本科以上共三组的差异;而下述 t 检验仅可对比两组数据的差异。
二、SPSSAU操作
SPSSAU左侧仪表盘“通用方法”→“方差”；
三、SPSSAU结果指标解读
1.方差分析结果
从上表可知，利用方差分析(全称为单因素方差分析)去研究fodder对于weight共1项的差异性，从上表可以看出：不同fodder样本对于weight全部均呈现出显著性(p<0.05)，意味着不同fodder样本对于weight均有着差异性。
补充说明 ：p值有‘*’说明有显著性差异，一个‘*’说明p＜0.05，两个‘*’说明p<0.01。
2.方差分析中间过程值
方差分析用于研究差异，差异共由两部分组成，分别是组间平方和，组内平方和。
（1）自由度
组间自由度df 1=组别数量 – 1；该案例中组别为4，组间自由度：4-1=3；
组内自由度df 2 = 样本量 – 组别数量；该案例中样本量为19，组内自由度：19-3=15；
（2）均方
组间均方 = 组间平方和 / 组间自由度df 1；
组间均方：20538.698/3=6846.233；
组内均方 = 组内平方和 / 组内自由度df 2；
组内均方：652.159/15=43.477；
（3）F
F值=组间均方 / 组内均方；F值：6846.233/43.477=157.467；
（4）p值
p 值是结合F 值，df 1和df 2计算得到。
3.深入分析-效应量指标
（1）偏Eta方(Partial η²)
偏Eta方=SSB/SST；例：20538.698/21190.858=0.969；
（2）Cohen's f 值
Cohen's f 值=Sqrt(偏Eta方 / (1 - 偏Eta方))； \sqrt{0.969 /(1-0.969)} =5.612；
补充说明 ：Cohen’s f表示效应量大小时，效应量小、中、大的区分临界点分别是:0.10，0.25和0.40。
4.事后多重比较
方差分析可用来多组数据的比较，如果不同水平下X对Y确实存在显著差异，此时还想进一步了解两两组别间数据的差异，可以使用事后多重比较。（ SPSSAU进阶方法→事后多重比较 ）事后检验的方法有多种，但功能均一致，只是在个别点或使用场景上有小区别。SPSSAU目前共提供LSD，Scheffe，Tukey，Bonferroni校正，Tamhane T2常见的五种方法，其中LSD方法最常使用。区别如下：
SPSSAU数据分析常用方法教学：事后多重比较
需要注意的是， 事后多重比较 是基于方差分析基础上进行的，因此首先要满足方差分析确实存在显著性差异，接着才来比较两两的差异。如果本身只有两组数据做比较或者方差分析显示P值大于0.05各个组别之间没有差异性，此时则不需要进行事后检验。
四、疑难解惑
1.方差不齐时如何办？
方差不齐时可使用‘非参数检验’，同时还可使用welch 方差，或者Brown-Forsythe方差，非参数检验是避开方差齐问题；而welch方差或Brown-Forsythe方差是直面方差齐，即使在方差不齐时也保证结果比较稳健，welch方差和Brown-Forsythe方差仅在计算公式上不一致，目的均是让方差不齐时结果也稳健，选择其中一种即可。
2.方差分析结果中出现null值？
如果说某类别的数据标准差为0为null值，此时进行方差分析或方差齐检验，Welch方差或Brown-Forsythe方差时，均可能导致计算不出相关指标。建议分析前先使用数据处理->数据编码功能对组别进行合并，然后再进行分析。
五、总结
本篇文章描述了方差分析的场景、SPSSAU操作、指标解读、以及方差分析中疑难解惑，方差分析是检验多个样本均数间差异是否具有统计学差异的方法，在研究中也比较常用，以上就是方差分析的指标解读。
更多干货请前往 SPSSAU 官网查看。
多元方差分析结果怎么看
多因素方差分析，一般分析以下内容：1、各因素间是否有差异，主要看“主体间效应的检验表”中的F和P 2、同一个因素不同水平情况是否有差异，主要看“性别”、“年级”的多重检验中的t和P
Duncan新复极差法出结果怎么看?
出来的结果参照下面的表格就可以了。原来的3个处理组，被分别放入了3个子集，即1，2子集间差异显著（P<0.05)，1，3子集和2，3子集相同。每个子集只有1个字母，各处理间差异都显著。在处理2、3、1的时候，把它们分别标成a、b、c就可以了。如果一个子集中包含了两个或以上的处理，就标成一样的...
多因素方差分析结果怎么看
如果是被试间，看各主效应、交互作用的F值和Sig值，Sig小于0.05就是存在效应
二维组间方差分析的简单效应检验的结果应该如何报告?
方差分析对于数据的差异检验分很多种，包括一维和二维方差分析，也可以有组间和组内方差分析。具体看数据分析需要哪一种。效应值=组之间平方和\/总计平方和，即：η2=4577.96\/169043.138=0.03，效应值小、中、大分别对应的是0.01、0.06、0.14。可以看出，0.03的效应值还是比较小的。
方差齐性检验的结果怎么看?
否则认为方差不齐，t检验看第二行的结果。一般取a=0.05，P<0.001，即P<0.05，可认为差异存在。如果样本量很大，数据近似正态分布，可以直接用t检验中方差不齐的校正结果来做，就是选第二行的t和p值。如果样本比较小，或者方差不齐问题很大，数据严重非正态分布，则要使用非参数检验。
如何进行双因素方差分析?
来看方差分析表结果，见下表。首先看交互作用的显著性检验，甲乙用药二者的交互作用有统计学意义，对治疗效果有显著影响（F=36.75，P＜0.01）。甲、乙药物的交互作用有影响，此时已无意义单独考察甲用药或者乙用药的效应。而应该直接考察交互作用具体来说如何影响治疗效果，接下来需要完成简单效应分析。本...
组间系数差异检验的结果怎么看
无效假设 显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的几率（P）水平的选择。所谓“无效假设”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。经统计学分析后，如发现两组间差异是抽样引起的，则“无效假设”成立，可认为这种...
levene方差齐性检验结果怎么看
看levene对应的F的检验结果。在方差分析的F检验中是以各个实验组内总体方差齐性为前提的，因此按理应该在方差分析之前，要对各个实验组内的总体方差先进行齐性检验。如果各个实验组内总体方差为齐性，而且经过F检验所得多个样本所属总体平均数差异显著，这时才可以将多个样本所属总体平均数的差异归因于...
方差分析:单因素方差分析结果应该怎么比较?
SS表示离均差平方和，代表数据的总变异；MS表示平均的离均差平方和；F表示F值，也就是方差分析求出的统计量；P就是P值，根据F值而得。crit表示F值的标准，即F值大于crit时表示差异有统计学意义，P值小于0.05。方差分析的总体思想就是要分析这些数据之间为什么有差异，通过对总的差异（总变异）的分解...
方差齐性检验结果解读是什么?
方差齐性检验结果解读是：一般情况下，只要sig值大于0.05就可以认为方差齐性的假设成立，因此方差分析的结果应该值得信赖；如果sig值小于或等于0.05，方差齐性的假设就值得怀疑，导致方差分析的结果也值得怀疑。方差齐性检验常用方法有：Hartley检验、Bartlett检验、修正的Bartlett检验。方差分析中有三条前提...
掌顾活性： 这是单因素方差分析表,一般的数理统计书中都有介绍.要充分了解还是应当求助书本,以下权当入门:所谓单因素方差分析就是在某因素作用下,以该因素为区分依据分别得到几组数据,并从几组数据方差的差异来推断该因素的影响是否存...
北碚区17236012269： 方差齐性检验 spss 结果怎么看 - ？
掌顾活性： spss软件进行方差齐性检验,都是levene检验.levene的结果主要出现在方差分析和独立样本T检验中,用于考察方差是否齐性. sig值(p值)是根据F值计算出来的,因此只要看sig值就可以推断方差是否齐性.一般情况下,只要sig值大于0.05就可以认为方差齐性的假设成立,因此方差分析的结果应该值得信赖;如果sig值小于或等于0.05,方差齐性的假设就值得怀疑,导致方差分析的结果也值得怀疑.
北碚区17236012269： SPSS中独立样本T检验中,方差 levene的结果如何看? 如何根据F值,sig值判断啊? - ？
掌顾活性： levene的结果主要出现在方差分析和独立样本T检验中,用于考察方差是否齐性. sig值是根据F值计算出来的,因此只要看sig值就可以推断方差是否齐性.一般情况下,只要sig值大于0.05就可以认为方差齐性的假设成立,因此方差分析的结果应该值得信赖;如果sig值小于或等于0.05,方差齐性的假设就值得怀疑,导致方差分析的结果也值得怀疑. 对于levene的结果在独立样本T检验中的使用,见我的另一个回答:http://wenwen.sogou.com/z/q824118390.htm
北碚区17236012269： SPSS做单因素方差分析的结果如何分析 - ？
掌顾活性： 如果你要做单因素方差分析,请你先好好认识一下单因素方差分析的方法和原理(统计类书刊有写),然后再进行相关操作. 按照你的描述,是否是把A作为因素,B作为结果做出来的一组数列矩阵,如果是这样,那么就是类似于在不同的A条...
北碚区17236012269： SAS线性回归结果中的方差分析怎么看?这张图里面的SST、SSR、SSE怎么看? - ？
掌顾活性： 误差看平方和一列,模型一行是组间、误差一行是组内,合计是总体误差 SST=278.9475 SSR=183.24469 SSE=95.70281
北碚区17236012269： 如何计算社会统计学之方差分析表中的数据 - ？
掌顾活性： df行=4-1=3,df列=18-1=17,df交互=3*17=51,df误差=4*18*(144/(4*18)-1)=72,df总计=4*18*(144/(4*18))-1=143 MS行=SS行/df行=1955.36,MS列=SS列/df列=545.02,MS交互=SS交互/df交互=97.31,MS误差=SS误差/df误差=84.38,F行=MS行/MS误差=23.17,F列=MS列/MS误差=6.46,F交互=MS交互/MS误差=1.15
北碚区17236012269： 哪位高手会正交试验的方差分析,帮忙分析一哈行吗 - ？
掌顾活性： 正交试验结果的方差分析方法 计算公式和项目 试验指标的加和值=,试验指标的平均值 与表4-13一样خ第j列的(1) Ij ”水平所对应的试验指标的数值之和(2) IIj——“ 2”水平所对应的试验指标的数值之和 (3)„„ (4) kj——同一水平出现的次数.等于试验的次数除以第j列的水平数. (5)Ij/kj——“水平所对应的试验指标的平均 ” (6)IIj/kj——“2”水平所对应的试验指标的平均值 (7)„„以上各项的计算方法خ与“极差法”同خ
北碚区17236012269： spss回归分析结果图,所有的分都在这里了~特别是显著性、拟合度之类的,要怎么看? - ？
掌顾活性：[答案] R平方就是拟合优度指标,代表了回归平方和(方差分析表中的0.244)占总平方和(方差分析表中的0.256)的比例,也称为决定系数.你的R平方值为0.951,表示X可以解释95.1%的Y值,拟合优度很高,尤其是在这么大的样本量(1017对数据点)...
北碚区17236012269： SPSS 随机区组设计资料方差分析中的结果分析 - ？
掌顾活性： 随机区组设计资料是无重复的资料(即每个样本只有一个数据),无法计算方差,故在显示结果中仍然看不到方差是否齐同. test of between-subject effects中第二项的结果通常无须理会. 方差分析只看“区组”(P<0.05,说明此设计有意义)与“处理”,若处理间的P<0.05,说明处理有统计学意义,应进一步进行两两比较. SPSS17.0中GLM中没看见“define factors”. 有空缺值或0,按默认处理.
北碚区17236012269： 凯利方差怎么判断比赛平均胜负 - ？
掌顾活性： 凯利方差是一种用于衡量比赛平均胜负的指标,它是反应与应出结果之间差距的加权平均.具体来说,凯利方差可以通过以下步骤来判断比赛平均胜负:1. 计算每个结果与平均值的差距的平方,并将这些差距的平方相加.2. 将步骤1中的结果除以比赛结果的个数,得到平均差距的平方.3. 将步骤2中的结果除以比赛结果的个数,得到凯利方差.一般来说,凯利方差越小,表示比赛结果越可能出.在判断比赛平均胜负时,可以根据凯利方差的数值来进行判断.如果凯利方差的值在0.03以下,则表示该场比赛结果比较稳定可靠,0.01则表示基本很少暴冷.
