Ⅰ 雙因素方差分析這樣的數據可以用嗎怎麼分析
這個是兩因素方差分析，數據可用，結果明了。
「誤差方差的萊文等同性檢驗」的目的是檢驗各組樣本的方差是否相等。各組樣本的方差相等是進行方差分析的前提條件，如果各組樣本方差不相等，一般不宜直接地使用方差分析。這個檢驗的結果顯示「顯著性」=0.523。說明各組樣本的方差相等的概率為52.3%，不是小概率事件，所以認為各組樣本方差相等。
主體間效應檢驗的目的是檢驗各個因素對數據的變異是否具有效應，你可以理解為特定因素的不同水平之間的數據平均值是否有差異。你的數據顯示「品種」的顯著性=0，意味著不同品種間數據平均值相等的概率為0%，即品種不同，數據則不同；「處理」的顯著性=0.941，意味著不同處理之間的數據平均值相等的概率為94.1%，不是小概率事件，所以認為不同處理下的數據平均值相等。因此，品種之間數據平均值不相等，即品種變化對數據變化有顯著效應；處理之間數據平均值不相等，即處理變化對數據變化無顯著效應。
上述分析結果指出5個品種之間的數據平均值不相等，但並不清楚哪些品種跟其它品種不一樣。要解決這一問題，需要對5個品種的平均值進行兩兩比較。在兩兩比較的時候要使用某些數學模型來予以校正，在你的結果里，使用的校正模型是鄧肯法。鄧肯法會將數據分為若干組，其中組內的品種的數據平均值相等，組之間的數據平均值不相等。從你的結果來看，5個品種分為了兩個子集（組），其中組1隻包括A5，其平均值是6.67；組2包括其它4個品種，平均值緊隨其後。
你的最終結果是：A1=A2=A3=A4>A5.
Ⅱ 協方差的主體間效應檢驗怎麼分析
1.打開SPSS軟體，將案例數據導入或者填寫到軟體中，點擊「分析」-「一般線性模型」-「單變數」。
2.在「單變數」窗口，將治療後血脂數轉移到因變數中，組別轉移到固定因子中，年齡轉移到協變數中。
3.點擊「EM均值」，在彈出的窗口，將組別移動到顯示下列各項的平均值中，勾選中「比較主效應」，在置信區間調整中選擇「邦弗倫尼」，點擊「繼續」按鈕即可。
4.點擊「選項」，在「選項」窗口，選擇描述統計，返回「單變數」窗口，點擊「確定」按鈕即可得到協方差分析結果。