单因素方差分析
方差分析(Analysis of Variance，简称ANOVA)，又称“F检验”，是用于两个及两个以上样本均数差别的检验方法。方差分析主要用途：（1）均数差别的显著性检验；（2）估计有关因素对总变异的作用；（3）分析因素间的交互作用；（4）方差齐性检验。
应用条件：（1）各样本是相互独立的随机样本；（2）各样本均来自正态分布总体（若不符合正态分布，可做转换后进行方差分析或做Kruskal-Wallis秩和检验）；（3）各样本的总体方差相等，即具有方差齐性。
方差分析包括单因素方差分析、多因素方差分析、协方差分析和重复测量方差分析等，本节主要介绍单因素方差分析的操作方法。欲比较多组间dna有误差异，操作如下，将dna选入因变量列表框，分组变量选入因子框。
查看初步结果：
上表可以看出p=0.311>0.05，认为方差齐。
方差分析结果F＝11.648，P<0.001，差异有统计学意义，认为三组的均值不全相等。但三组间哪两组均值不等，需要我们进一步分析。
事后比较（两两比较）
在刚刚的方差分析对话框，点击“两两比较”选择相应的两两比较方法。
两两比较的结果如下：
对于LSD和Bonferroni法，给出的是每两组比较的结果。而SNK则是把三组分成几个亚组，如上，2组与3 组在同一个亚组，认为2组和3组差异没有统计学意义；1组与2、3组不在同一亚组认为1组和2、3组差异有统计学意义。
