f檢驗是什麽意思啊？
方差分析又稱“F檢驗”，用於兩個及兩個以上樣本均數差別的顯著性檢驗， 方差分析的基本思想是：通過分析研究不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。根據研究中自變量X的不同，方差分析又可以進行細分。X的個數為壹個時，我們稱之為單因素方差；X為2個時則為雙因素方差；X為3個時則稱作三因素方差，依次下去。當X超過1個時，統稱為多因素方差。
分析前判斷
（1）正態性
（2）方差齊性
進行方差分析前首先要判斷數據是否滿足正態性以及方差齊性，首先對因變量進行正態性檢驗，利用SPSSAU可視化的直方圖，結果如下：
從圖中可以看出數據大致呈現出中間高、兩側低、左右基本對稱的“鐘形”分布曲線。所以體重大致符合正態分布。接下來查看數據是否滿足方差齊性。
分析方差齊檢驗是否呈現出顯著性主要看p值，如果沒有呈現出顯著性(p>0.05)；直接使用方差分析對比差異，如果呈現出顯著性(p<0.05)，可考慮使用Welch anova，Brown-Forsythe anova，或者非參數檢驗研究差異關系，從上表可以看出：p值為0.995大於0.05所以並未呈現出顯著性，所以不同飼料樣本對於體重全部均有著方差齊性。滿足使用方差分析前提要求。
分析前可以考慮用圖形簡單判斷‘4種飼料對豬體重增加的作用有無不同’。
f檢驗
分析X與Y之間是否呈現出顯著性(p值小於0.05或0.01)；如果呈現出顯著性；通過具體對比平均值大小，描述具體差異所在。從上表可以看出p值小於0.05，所以不同飼料樣本對於體重全部均呈現出顯著性差異。及具體對比差異可知， 有著較為明顯差異的組別平均值得分對比結果為“B>A;C>A;D>A;C>B;D>B;D>C；D> C> B>A”。也就是說研究中D飼料的成效最好。
從折線圖中可以看出四種不同飼料直接的體重是具體差異性的，而且飼料D效果最好。接下來對方差結果的中間過程值進行描述。
從上表可以看出組間差異為20538.698，組內差異是652.159，總差異是21190.858，其中組間均方為6846.233，組內均方為43.477，F值為157.467。並且p值小於0,05，說明不同飼料對於豬的體重有顯著性差異。最後對效應量進行查看。