1、样本数据在3个水平下均是正态的。（2）不同水平下方差齐性检验（是否相等）方差齐性检验最常用的方法就是Bartlett检验。p值0.05，接受原假设，样本数据是等方差的。
2、其实不用minitab也可以做方差分析，用excel就可以，excel里面的数据分析菜单就可以分析了，或者自己构建方差分析表，前提是自己要理解方差分析的原理，否则运用的时候可能会达不到想要的效果。
3、打开一个excel表格。输入需要分析的数据。菜单点数据--数据分析。在弹出的窗口点击如下方差分析，确定。选择输入区域，即输入的数据，以及输出区域，选择一个较大的空白以便输出。
正交实验结果分析
1、通常对实验结果采用的分析方法有两种：一是极差分析法，二是方差分析法。（1）极差分析法下面以表3为例讨论L9（34）正交实验结果的极差分析方法。
2、直接对比法直接对比法就是对试验结果进行简单的直接对比。直接对比法虽然对试验结果给出了一定的说明，但是这个说明是定性的，而且不能肯定地告诉我们最佳的成分组合。显然这种分析方法虽然简单，但是不能令人满意。
3、正交试验结果分析的目的和意义如下。目的是要求对于一个生物作用过程，其结果或产物的得到受到多种因素的影响。意义是提高设计水平，改进生产，促进科研的关进性措施。
4、对于正交试验结果表的具体解读，可以按照以下步骤进行：首先观察每组试验的观测结果或数据，了解各个因素在不同水平下的变化情况。计算每个因素的极差，即同一因素在不同水平下的最大值与最小值之差。
5、正交表的另一个好处是简化了试验数据的计算分折。还是以[例1]为例来说明。按照表2的试验方案进行试验，测得9个转化率数据，见表4。通过9次试验，我们可以得两类收获。第一类收获是拿到手的结果。
6、K1，K2，K3每个因素各个水平下的指标总和，K1表示“1”水平所对应的试验指标的数值之和。时间K1=y1+y2+y温度K1=y1+y4+y7，如此类推。R为（极差=平均得率最大值-平均得率最小值）。
方差分析:单因素方差分析
方差分析共同点均是研究不同类别样本对于定量数据的差异，区别在于单因素方差分析仅比较一个分类数据，双因素方差分析可以比较两个分类数据，并且可以研究两个分类数据之间对于定量数据的交互影响关系情况。
方差分析就是对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据影响试验指标条件的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。
单因素方差分析（one-wayANOVA），用于完全随机设计的多个样本均数间的比较，其统计推断是推断各样本所代表的各总体均数是否相等。
完全随机设计方差分析和随机区组设计资料方差都属于单因素方差分析。
对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据影响试验指标条件的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。
本文到这结束，希望上面文章对大家有所帮助
