热心网友的回答：
打字很辛苦，引用複製请标明出处。
这是一个典型的单因素方差分析结果。因素只有一个，即「年级」，这个因素有四个水平，即大1至大4。检验a总分、a因素1、a因素2和a因素3，在年级之间是否有差异。
单因素方差分析当涉及到多重比较的时候，需要判定资料是否方差相等。在你的例子中，当方差相等的时候，需要用lsd的方法来进行多重比较；当方差不相等的时候，就需要用tamhane来进行多重比较。
第一个**就是方差是否相等的检验结果。你只需要看最后一列就可以了。如果显着性小于或者等于0.
05，则认为方差是不相等的，这时候需要用tamhane进行多重比较；当显着性大于0.05的时候，则认为方差相等，这时候需要用lsd进行多重比较。
第一个**表明，a总分和a因素1的显着性小于0.05，方差不相等，需要用tamhane进行多重比较；而a因素2和a因素3的显着性大于0.05，方差相等，需要用lsd进行多重比较。
第二个**是方差分析结果表，你只需要看最后一列就可以了。如果显着性（你的例子中为最后一列资料）小于或者等于0.05，说明这个变数在4个组之间是有显着差异的，在这种情况下可以看錶3。
如果显着性（你的例子中为最后一列资料）大于0.05，说明这个变数在4个组之间是没有显着差异的，在这种情况下就不需要看錶3了；因为表3是在4个组之间的多重比较，既然4个组之间没有差异，就不需要多重比较。
你的结果表明，4个变数都表现出相同的规律，即它们中的任何一个，在4个组之间有差异。
结合表1和表2，你可以判定，4个变数都在组间有差异，但前两个变数适合用tamhane进行多重比较，后两个组适合用lsd进行多重比较。
下面看錶3。
表3中，我们只看a总分这个变数。有上面的分析我们知道a总分适合用tamhane进行多重比较，因此，儘管a总分有tamhane和lsd的结果，但我们只看tamhane的结果。
a总分的tamhane结果，我们只看显着性这一列。当显着性大于0.05的时候，则两个组之间的a总分差异不显着，否则差异显着。
例如大一和其它三个班级相比，大一等于大二等于大三，但大一 不等于 大四。
这四个组进行两两比较，共进行了12次比较。从这12次比较中，可以将这四个组分为两个组，其中组1包括大
一、大二和大三共三个组，它们的a总分是无显着差异的；组2仅包括大四；组2和组1是有显着差异的。
最终，关于a总分，得出的结论是：a总分在大一大二大三之间无显着差异，但大四的a总分显着低于其它三个班级。
lsd的分析方法和tamhane是类似的。
打字很辛苦，引用複製请标明出处。
热心网友的回答：
方差非齐星，组间差异都明显，a总分中大
一、大四差异明显。。。
️请问这是什么？在贴吧里看到的，本人贴吧新手一枚，完全不懂，求大神解答啊.ssssssss
不蓝的回答：
补籤卡吗？
贴吧不是能签到吗？还可以连续签到连续签到均有黄名，粗字，红字等特权可是如果有一天你忘记签到啦，签到就断了。。
所以用这个补籤卡就可以补啦那一天没签到的
还有什么不懂的可以问。如果满意的话求採纳
热心网友的回答：
前面那个第5是指你这个吧在那个目录下籤到人数的排名，后一个533699是你在那个吧的等级排名，如有不懂，请来问我
model summary 是对模型拟合效果的总结，r是相关係数，r2是决定係数，係数越大表面拟合效果越好。anova是方差分析，然后f检验 coefficients就是迴归结果，得到的迴归方程的係数 spss迴归分析结果怎么得出迴归结果 首先要f检验，如果f值右上角有 号，说明迴归分析通过f检验，...
右眼 近视30度 散光990度 左眼 近视20度 散光180度 属于轻度的近视和重度散光，需要及时的 以防度数继续加深。s表示度数，c表示散光，是近视，是远视 200度以上就属于高度散光了，75度以上的散光就要引起重视了。因而一般来说接近高度散光就算是严重了，高度散光了肯定是更严重的。这个估计是粗筛...
一般进行adf检验要分3步 1 对原始时间序列进行检验，此时第二项选level，第三项选none.如果没通过检验，说明原始时间序列不平稳 2 对原始时间序列进行一阶差分后再检验，即第二项选1st difference，第三项选intercept,若仍然未通过检验，则需要进行二次差分变换 3 二次差分...
