双因素方差不齐怎么解决
多因素方差分析时方差不齐怎么办？
多因素方差分析时方差不齐怎么办？
1）如果轻微不平衡，可以按照平衡方差分析来近似处理。个数成比例时(每行比例相等且每列比例相等)也可用标准的方差分析处理。如果只有一个单元少一两个数值，可以用单元平均值补足空缺。但加入平均值不增加自由度。如果只有一个单元多一两个数值，可以随机去除任意一两个数值。方差分析完后，恢复全部数值，再随机去除一次。如果两次方差分析结果近似，就说明分析结果可靠。单元数据个数少时，增减数据的方法误差大。
2）不平衡时，加权(对均值平方和的项反比于方差加权）是可用的方法。
3）严重不平衡时，推荐使用回归模型法分析。这是最精确的分析方法。拟合模型后，可以使用一般回归显著性检验方法。
两个班怎么比较方差是否齐性？
就是判断两个班(组)的方差是否相等。
（1）既然是判断各组的方差是否相等，那一个很自然的想法就是计算出各组的方差，比较其大小就可以了。方差比（F ratio)和Hartley检验就是基于这种思想的。
（2）方差比主要用千两组方差齐性的检验，求出两组方差，用较大的方差除以较小的方差，得到F值。如果F值很大，则说明两组方差差别较大，可以认为方差不等。
（3）Hartley检验主要用于多组方差齐性的检验，求出各组的方差，用最大的方差除以最小的方差，得到F值。如果F值很大，则说明多组方差差别较大，可以认为方差不等。
但是，上述方法有一个局限性，即对正态性很敏感，如果数据偏离正态，则结果可能偏差较大。此时可以考虑使用Levene检验。
双因素方差分析法的方差齐性不齐怎么办？
按说不齐性是不可以进行后续的方差分析的，因为在均值检验中（包括方差分析，T检验等）各个实验处理的效应被认为是一种固定效应，对所有人的作用一样，也就是说，处理的作用就是给每个人原来的的水平加上一个相同的常数，这样的话，每个被试组原来什么方差，实验处理后还是什么方差，那么，如果不同被试组的方差不齐性，也就是方差之比显著不等于1，就说明被试之间原本就差异很大，那我们的方差分析就得不到准确的结论，不知道究竟是实验处理造成了不同被试组间的差异，还是说这里面也混淆了个体差异。
方差不齐性，原则上不能进行方差分析，只能将数据转换后进行非参数检验。但spss里的方差分析是在最小二乘法的框架下做的，和教育及心理统计教材中介绍的方差分析的分析方式不太一样，好处是这样的方差分析比较稳健，对于方差齐性的问题不敏感，即使违反了，也还是能用，结果也还是比较可信的。在spss里面齐性并不是方差分析的必要条件。只不过教材是为了给你介绍大概原理，而且对最新的软件的性能也不是非常了解，所以非要齐性。况且做方差分析的论文里面一般也不需要报告齐性检验结果。所以你就直接用方差分析就行了。如果还是不放心，可以做一些数据转换，使其接近齐性，比如box—cox转换，对数转换等等。听说正态转换也可以起到一些作用，可以首先尝试将数据转换为正态