析因设计的方差分析方差不齐怎么办

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;---------------------------------------

方差齐性检验的意思是看各组间方差是否相等么?答：方差齐性检验是看两总体方差是否相等.方差齐就说明各组件方差相等?答：“方差齐说明各组间方差相等”这个表述是混乱的,概念不清.各样本的总体方差相等,即方差

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

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

小弟我也是自学的,学艺不精您别见怪:方差不齐也可以看的,方差不齐只是说明两组数据的离散情况不同,如果是来自同一母体可能会有问题,但如果T是远小于0.05,说明还是有显著差异的,你现在要做的是确定这个离

独立样本T检验结果中含两种检验：方差齐性（Levene）检验和均值T检验.方差齐不齐是判断用哪一种方式分析两样本的差异性,与两样本有无差异无关.是否具有差异性只要看相对应的T检验的sig.值即可.所以

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.

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

最简单的是,重复测量中,每个个体都不只测量一次,有两次或以上在不同时间的测量,也就是说有一个时间因素.而析因分析,最简单的两因素也可以有时间因素,但是每一个个体都只测量一次.

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

显著性水平>0.05说明在现有样本中,自变量对因变量的影响不显著.有时不显著也是一个很重要的结论,说明原来的假设不成立.如果认为不显著的结论有悖相关原理,则可能是数据有问题,建议增加样本数量,或检查数

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.

S/81

去翻舒华的书吧.可能完全随机设计要用到协方差分析,因为协方差分析可以检验和排除潜在额外变量的干扰,是一种统计控制方法.而随机区组设计本身就排除了一个额外变量.拉丁方设计排除两个额外变量.

秩转化的方差分析两两比较,snk或者lsd再问：不好意思，能稍具体么，怎么进行秩转化呀...最近毕业论文焦头烂额.....

单因素方差分析是作单因素比较的,析因设计和正交设计都不是单因素,这个用不上析因设计用“Analyze--generallinearmodel-univariate”一般线性模型析因分析的方差设计的检验

查表一般选0.01,0.05,0.1三种显著水平,当然还要知道第一,第二自由度.查表得出F值,不过一般软件都是将F值算出P值,然后跟0.01,0.05,0.1进行比较,如果小于这三个值,那就拒绝原假设