双因素方差分析方差非齐性，怎么办

（1）可以先试试将变量标准化，然后重新分析，看看方差非齐性有无改善，若达到齐性可以继续分析。
（2）如果非齐性不严重，比如最大方差和最小方差之比不大于3，仍然可以采用方差分析的方法，因为方差分析对于一定的非齐性问题是有稳健性的。
（3）统计软件如spss会在多因素方差分析的模块提供方差非齐性条件下的矫正方法及分析方法，可参阅相关教材。
（4）如果非齐性确实严重，可以考虑数据变换，看看变换后是否满足方差齐性，然后继续分析，不过数据变换有一定风险，可能会改变原来数据的意义，所以轻易不建议用。

方差齐性检验显著性小于005，说明不满足方差齐性，那可以选择方差不齐的两两比较方法的。

在方差齐性检验结果中，若P>010，认为方差齐性，t检验看第一行的结果；否则认为方差不齐，t检验看第二行的结果。一般取a=005，P<0001，即P<005，可认为差异存在。

如果样本量很大，数据近似正态分布，可以直接用t检验中方差不齐的校正结果来做，就是选第二行的t和p值。如果样本比较小，或者方差不齐问题很大，数据严重非正态分布，则要使用非参数检验。

无效假设

显著性检验的基本原理是提出“无效假设”和检验“无效假设”成立的几率（P）水平的选择。所谓“无效假设”，就是当比较实验处理组与对照组的结果时，假设两组结果间差异不显著，即实验处理对结果没有影响或无效。

经统计学分析后，如发现两组间差异是抽样引起的，则“无效假设”成立，可认为这种差异为不显著（即实验处理无效）。若两组间差异不是由抽样引起的，则“无效假设”不成立，可认为这种差异是显著的（即实验处理有效）。

百度百科-显著性检验

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

传统理论认为方差分析的前提条件是方差齐和正态性，不过现在在学术上存在争议。还是在满足这两个前提条件的情况下进行分析比较好。spss并没有自动进行方差齐性转换，需要自己动手。实在不行可以考虑放弃方差分析，转而使用非参数检验的方法。非参数检验方法不需要数据满足上述前提条件。

方差不齐涉及的统计方法主要有t检验和方差分析这两个方法，处理办法如下：\x0d\1、t检验：SPSS统计软件的Independent-Samples T Test有方差相等或不相等2个结果，如果两组方差不齐也没关系，你只要看方差不齐项所对应的结果就可以了。顺便说一个，SPSS统计软件的Independent-Samples T Test也同时进行方差齐性检验并报告结果。\x0d\2、方差分析：方差分析对各组方差的方差齐性（也就是各组方差是否一致）有要求，如果方差不齐，你不能使用方差分析。不过，SPSS统计软件的one way ANOVA在方差不齐时是可以使用的，此时你应该使用Brown-Forsythe或Welch的修正值。当你想看哪两组有差异时，可以使用one way ANOVA自带的Post Hoc Tests，方差不齐时使用不等方差假设项下的Tamhane's T2或Dunnett's T3等。\x0d\ 如果你仍然不放心，可以使用非参检验，看看这两种方法的结果是否有明显差异。

---