方差分析（ANOVA）是一个统计模型的集合，广泛用于分析个人价值的变化从组的平均值，如“变化”组之间和组之间，是由罗纳德·费雪。在方差分析方法中，观察到的方差在一个特定的变量被划分成可归因于不同来源的变异成分。方差分析方法最简单的形式是对几组的平均值是否相等进行统计检验，并将t检验推广到两组以上的比较。方差分析对于比较三个或更多组(或变量)的统计学意义非常有用。它在概念上类似于多个双样本t检验，但更为保守，导致较少的I型误差，因此适用于广泛的实际问题。
基于正态模型的方差分析方法假定残差的方差具有独立性、正态性和同质性。然而，基于随机化的方差分析只假设残差方差的齐性，采用实验的随机化过程。这两种分析都要求同方差，作为正态模型分析的假设，作为基于随机的分析的随机化和可加性的结果。
ANOVA应用于对比较实验的分析。实验的统计显着性取决于两个差异的比例。该比率与实验观察的相当多种可能的变化无关：添加或乘以常数对所有观察结果没有改变意义。因此，ANOVA统计显着性结果与缩放误差和恒定偏置以及表达观察中使用的单位无关。
以下是用于分析方差的三种分类模型：
如何下订单：
*如果您的组织需要签署保密协议，请通过电子邮件与我们联系