anova分析的流程
单因素方差分析 简介
单因素方差分析针对多组均数间的比较。 方差分析拒绝h0，只能说明多个样本总体均数不相等或不全相等。若要得到各组均数间更详细的信息，应在方差分析的基础上进行多个样本均数的两两比较。 两两比较分为事前计划好的比较和事后比较，前者借助于对比(contrast)，后者借助于两两比较(post hoc )提供的许多方法。 在分组变量包含次序信息时，如果方差分析做出了各组间差异有统计学意义的结论，并且means-plot均数图提示各组均数的某种趋势时，可以利用趋势分析讨论观察值与分组变量取值间的数量依存关系。借助于对比(contrast)完成。 为什么不用独立样本t检验
多次采用独立样本t检验，会导致拒绝原假设的概率增大。例如t检验的显著水平是0.05，n次t检验的显著水平为1-0.95**n，明显比0.05大得多
两两比较
如果事先并不知道样本均值的线性关系，接受原假设后，需要进一步分析两两样本均值的显著性差异。
假定方差齐性
lsd法
即最小显著差法(least significance difference method)，是最简单的比较方法之一。
用t检验完成各组均值间的配对比较，对多重比较误差率不进行校正。
sidak法
实际上是sidak校正在lsd法上的应用。
用t检验完成各组均值间的配对比较，对多重比较误差率进行校正。
sidak法比lsd法保守得多。
bonferroni法
实际上是bonferroni校正在lsd法上的应用
用t检验完成各组均值间的配对比较，对多重比较误差率进行校正
bonferroni法比sidak法保守一些。
scheffe法
对多组均数间的线性组合是否为0进行检验，即(contrast) dunnett法
常用于多个实验组与一个对照组间的比较
设定此法后，激活control category 参数框，展开小菜单，选择对照组。
未假定方差齐性
tamhane’s t2基于 t 检验的保守成对比较。当方差不相等时，适合使用此检验。 dunnett’s t3基于学生化最大值模数的成对比较检验。当方差不相等时，适合使用此检验。 games-howell当方差不相等时的一种比较灵活的配对比较。 dunnett’s c基于学生化范围的成对比较检验。当方差不相等时，适合使用此检验。
两两比较方法的选择策略
多个实验组与一个对照组的比较，一般采用dunnett法。 需要进行任意两组间的比较而各组样本含量相同，选用tukey法。 需要进行任意两组间的比较而各组样本含量不相同，选用scheffe法。 选项 描述性描述性统计量 固定和随机效果
固定效应模式和随机效应模式的相关统计量 方差同质性检验
方差齐次检验结果
检验各组均值是否相等的统计量
brown-forsythe检验是指采用brown-forsythe分布的统计量进行的各组均值是否相等的检验。brown-forsythe分布也近似于f分布，但采用brown-forsythe检验对方差齐性也没有要求，所以当因变量的分布不满足方差齐性的要求时，采用brown-forsythe检验比方差分析更稳妥。
检验各组均值是否相等的统计量
welch检验是指采用welch分布的统计量进行的各组均值是否相等的检验。welch分布近似于f分布，采用welch检验对方差齐性没有要求，所以当因变量的分布不满足方差齐性的要求时，采用welch检验比方差分析更稳妥。
