多因素方差不齊用什麼檢驗

　　方差齊性檢驗是用方差最大組的方差比最小組的方差，如果比值顯著不等於1，那就是方差不齊性。

　　按說不齊性是不可以進行後續的方差分析的，因為在均值檢驗中（包括方差分析，T檢驗等）各個實驗處理的效應被認為是一種固定效應，對所有人的作用一樣。也就是說，處理的作用就是給每個人原來的的水平加上一個相同的常數，這樣的話，每個被試組原來什麼方差，實驗處理後還是什麼方差。那麼，如果不同被試組的方差不齊性，也就是方差之比顯著不等於1，就說明被試之間原本就差異很大，那方差分析就得不到準確的結論，不知道究竟是實驗處理造成了不同被試組間的差異，還是說這裡面也混淆了個體差異。就算只有兩個組之間方差不齊，其他都齊，但這也會對不同部分均方的計算造成影響，哪怕只有兩個組不齊，那也是不齊。

　　方差不齊性，原則上不能進行方差分析，但spss裡的方差分析是在最小二乘法的框架下做的，和教育及心理統計教材中介紹的方差分析的分析方式不太一樣，好處是這樣的方差分析比較穩健，對於方差齊性的問題不敏感。即使違反了，也還是能用，結果也還是比較可信的。在spss裡面齊性並不是方差分析的必要條件。

　　多樣本方差不齊的檢查方法有：用兩種藥物處理樣品，每種藥物3個濃度，加對照組一共7組資料，檢測了十幾個指標，每種指標都有7個數據，每個資料3個重複。

　　對於連續型變數，首先進行正態性分佈檢驗，對於符合正態性分佈的資料採用均數±標準差表示，兩組單獨計量資料的比較採用獨立樣本t檢驗，多組之間的比較採用完全隨機設計單因素的方差分析(one-wayANOVA)，方差齊時整體的比較採用F檢驗，多重比較採用Bonferroni法，方差不齊時採用Welch近似F檢驗，多重比較採用Dunnett’sT3法；當P＜0.05時認為差異具有統計學意義。

　　方差不齊一般用SPSS統計軟體來進行檢驗，SPSS統計軟體有方差相等或不相等2個結果，如果兩組方差不齊也沒關係，只要看方差不齊項所對應的結果就可以了。

　　方差是在機率論和統計方差衡量隨機變數或一組資料時離散程度的度量，機率論中方差用來度量隨機變數和其數學期望（即均值）之間的偏離程度。