然后不是用Tarhane法进行进一步检验有什么差异吗？
控制变量单因素分析时，如果方差非齐性，方差分析存在显著差异，然后不是用Tarhane法进行进一步检验有什么差异吗，为什么检验结果都不显著呢
one-way ANOVA方差分析项的post Hoc test分别有二选项: 1。假设方差齐时有一系列的分析方法可选。2。假设方差不齐时又有一系列的分析方法可选。 再者，为保证统计准确，如果方差不齐，可以进行对数，倒数或函数的转换，选择适当的转换形式，直到齐性检验变为不显著。
如果还不行就只能用非参数的单因素分析。如果非要进行方差分析则需要把means±SD范围外的数据剔除。 实际操作中对方差齐性等适用条件的把握: 1。单因素方差分析:根据BOX的研究结果,在单因素方差分析中,如果各组的例数相同(即均衡),或总体呈正态分布,则方差分析模型对方差略微不齐有一定的耐受力,只要最大与最小方差之比小于3,分析结果都是稳定的 2。
单元格内无重复数据的方差分析分析:以配伍设计的方差分析最为典型,此时不需要考虑正态性和方差齐性问题,原因在于正态性和方差齐性的考察是以单元格为基本单位的,此时每个格子中只有一个元素,当然没法分析了。除配伍设计的方差分析外,交叉设计,正交设计等也可以出现无重复数据的情况。
但必须指出,这里只是因条件不足,无法考察适用条件,而不是说可以完全忽视这两个问题。如果根据专业知识认为可能在不同单元格内正态性,方差齐性有问题,则应当避免使用这种无重复数据的设计方案。 3。有重复数据的多因素方差分析：由于正态性,方差齐性的考察以单元格为基本单位，此时单元格数目往往很多，平均每个单元格内的样本粒数实际上比较少。
此时实际上很难检验出差别；另一方面，也可能只是因为极个别单元格方差不齐而单质检验不能通过。根据实际经验，实际在多因素方差分析中，极端值的影响远远大于方差齐性等问题的影响，因此实际分析中可以直接考察因变量的分布情况，如果数据分布不是明显偏态，不存在极端值，而一般而言方差齐性和正态齐性不会有太大问题，而且也可以基本保证单元格内无极端值。
因此在多因素方差分析中，方差齐性往往只限于理论讨论，但对于较重要的研究，则建模后的残差分析是非常重要的。
答：使用条件：单因素：要求因变量服从正态分布；方差要齐性；适合完全随机试验设计多因素：因变量服从正态分布且总体单元方差相同（单元因素水平之间每组合）；因变量连续变量...详情>>
答：触觉训练在于帮助幼儿辨别物体是光滑还是粗糙，辨别温度的冷热，辨别物体的轻重和大小、厚薄、长短以及形体详情>>
答：普遍必然性：科学理论来自于实践，也必须回到实践，它必须能够解释其适用范围内的已知的所有事实详情>>
答：触觉训练在于帮助幼儿辨别物体是光滑还是粗糙，辨别温度的冷热，辨别物体的轻重和大小、厚薄、长短以及形体详情>>
