多因素方差分析的第一步是明确观测变量和若干个控制变量，并在此基础上提出原假设。
多因素方差分析的原假设是：各控制变量不同水平下观测变量各总体的均值无显著性差异，控制变量各效应和交互作用效应同时为0，即控制变量和它。
单因素方差分析：是用来研究一个控制变量的不同水平是否对观测变量产生了显著影响。
如考察地区差异是否影响妇女的生育率。
多因素方差分析：用来研究两个及两个以上控制变量是否对观测变量产生显著影响。
分析不同品种、不同施肥量。
本人现在需要统计大量的临床资料，但是始终有一点搞不懂，就是分析几种。1、分析对象不同 回归分析（regression analysis)是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
多因素方差分析，当有两个或者两个以上的因素对因变量产生影响时，可以用多因素方差分析的方法来进行分析。
2。
多因素方差分析是对一个独立变量是否受一个或多个因素或变量影响而进行的方差分析。
SPSS调用“Univariate”过程，检验不同水平组合之间因变量均数，由于受不同因素影响是否有差异的问题。
在这个过程中可以分析每一个因素的作用。