方差分析（ANOVA）又称「变异数分析」或「F 检验」，用于两个及两个以上样本均数差别的显著性检验。
方差分析是数理统计中非常常见的一种分析方法，它可以研究目标变量的控制因素水平及其影响的显著性。
方差分析包括单测量数据方差分析 one（单因素水平）/two（双因素水平）-way ANOVA和重复测量数据方差分析 one/two-way repeated measures ANOVA。
1.one-way ANOVA
①输入数据
②点击菜单栏里的 statistics，在 ANOVA 下选择 one-way ANOVA，如下图
③进入下一级对话框，如下图所示：
④one-way ANOVA 单因素方差分析是看目标因素是否对变量有显著性影响。方差分析可以把目标变量的方差分解为随机误差部分带来的方差和因素水平变化带来的方差。通过假设检验，看总方差来自于哪一方面的误差更多一点。
在上图中，根据数据形式选择 input data 的形式是索引式 indexed 还是行式 raw，此文中选择 raw，如下图。
⑤Means comparison 中选择均值比较方法，共有 7 种两两比较各组均值的方法，按需选择。
⑥下一个子项 test for equal variance 是方差齐性检验，用来检验不同水平下目标变量的方差是否相等，共 3 种方法。
⑦下一子列 power analysis 是势函数分析。按下图进行选择：
⑧最后两个子项分别是输出结果位置设置和图形设置。
⑨点击 OK，进入数据分析页面，可以看到一个 overall ANOVA
上图中蓝色字体的内容表示的含义是在置信度 0.05 情况下，各水平目标变量的均值有显著性差异，也就是目标因素对变量的影响是显著存在的。
⑩最后可以看到系统自动生成的图形，双击后放大，点击菜单栏 file 里的 export graph 选择科研绘图中常用的 tif 格式，设置输出图片的 DPI 即可。
2. two-way ANOVA 与前者类似，区别在于双因素方差分析过程中对数据进行统计学描述时，可以在 overall ANOVA 中判断两因素间是否具有交互关系。
小伙伴们学会了吗？Origin 进行统计分析也是很给力的，活学活用起来吧。
图片来源：作者提供
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
