1、在不同的剂量和时间中， 施以几种不同的药物， 这时每组分成三种因子： 药物、剂量、时间。
创新互联专注为客户提供全方位的互联网综合服务，包含不限于网站设计、成都网站设计、彭泽网络推广、小程序设计、彭泽网络营销、彭泽企业策划、彭泽品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联为所有大学生创业者提供彭泽建站搭建服务，24小时服务热线：13518219792，官方网址：www.cdcxhl.com
2、分析的基本步骤相同。a、建立检验假设；b、计算检验统计量F值；c、确定P值并作出推断结果。区别：试验指标个数 单因素方差分析：1个。多因素方差分析：多于1个。
3、单因素方差分析与多元方差分析的区别是：单因素方差分析就是检测施肥多少这个单因素对于庄稼生长这应变量的影响。若方差分析显著，就表明存在影响，若不显著就表明没有影响。
4、单因素方差分析是研究一个变量的多种水平对观测量的影响。比如研究施肥的多少对于庄稼生长的影响。单因素方差分析就是检测施肥多少这个单因素对于庄稼生长这应变量的影响。
5、混合方差分析和重复测量方差分析区别是应用场景不同、分析方法不同。应用场景不同：混合方差分析适用于同时考虑两个或两个以上因素，其中至少有一个因素是随机因素的情况。
6、假设。重复测量分析可通过两种方式完成，即单变量和多变量。单变量方法（也称为分割图或混合模型方法）将因变量视为对主体内因子的水平的响应。
尽管多重检验的校正可以减少假阳性，但并不能从根本上解决GO（或KEGG）富集的问题。GO富集的根本问题在于一个基因对应的GO term有多个，一个term对应多个gene，同时还有层级关系。
GO富集分析原理简介和DAVID的GO富集分析方法操作演示 寻找差异表达的基因并挖掘它们可能的功能，是我们进行RNA测序的最主要目的。
通过该项分析可以找出在统计上显著富集的GO Term。该功能或者定位有可能与研究的目前有关。GO功能分类是在某一功能层次上统计蛋白或者基因的数目或组成，往往是在GO的第二层次。
为了有效的利用GO富集分析的结果，我们势必需要对结果再次进行过滤。
以了解药物的起效时间， 持续时间， 并对整个动态过程中不同剂量、药物药效的显著性 检验做出综合判断。
单因素方差分析数据是互相独立的随机样本，服从正态分布。
对成组设计的多个样本均值比较，应采用完全随机设计的方差分析，即单因素方差分析。对随机区组设计的多个样本均值比较，应采用配伍组设计的方差分析，即两因素方差分析。
方差分析的基本思想是：通过分析研究不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。