方差分析
因素：方差分析的研究变量；例如，研究裁判打分的差异，裁判就被称为因素； 水平：因素中的内容称为水平；例如，总共有3个裁判打分，则裁判因素的水平就是3； 观测因素：又称观测变量，指对影响总体的因素； 控制因素：又称控制变量，指影响观测变量的因素；
单因素方差分析（one-way ANOVA）:仅有一个类别型变量。方差分析主要通过F检验来进行效果评估。
双因素方差分析：包含两因子
混合模型方差分析：因子设计包括组内和组间因子。
混淆因素（confounding factor）、干扰变数（nuisance variable **
“统计显著性”，则是与随机误差相比而言
M S A / M S e MS_A / MS_e MSA/MSe，与 F k − 1 , n − k ( 0.05 ) = c 1 F_{k-1, n-k}(0.05)=c_1 Fk−1,n−k(0.05)=c1和 F k − 1 , n − k ( 0.01 ) = c 2 F_{k-1, n-k}(0.01)=c_2 Fk−1,n−k(0.01)=c2比较。若 M S A / M S e > c 2 MS_A / MS_e>c_2 MSA/MSe>c2，用**表示，表明A因素的效应是高度显著的，即在 α = 0.01 \alpha=0.01 α=0.01的显著性水平下，拒绝原假设（5.3）。同理， c 2 < M S A / M S e < c 1 c_2<MS_A / MS_e<c_1 c2<MSA/MSe<c1用$\ast 表 示 ， 表示， 表示，MS_A / MS_e>c_1$时不显著。
2-1 单因素方差分析的方差分析表
项目 S S SS SS自由度 M S MS MS F F F比显著性 A A A S S A SS_A SSA k − 1 k-1 k−1 M S A MS_A MSA M S A / M S e MS_A / MS_e MSA/MSe*, **, 或无误差 S S e SS_e SSe n − k n-k n−k M S e MS_e MSe总和 S S SS SS n − 1 n-1 n−1单因素方差分析R实现
双因素方差分析R实现
