方差分析是用于比较不同情况下各组变量的均值是否相等，也就可以理解成情况变量改变的情况下会否影响变量的值；  （常见的情况比如说土壤的改变会否会影响植物的生长，药物的改变会否会影响病人的病情）首先，方差分析的两个条件，比较的数据之间要相互独立，方差相等。
对于相关的数据，比如说比较时间改变药效的影响，因为不同时间的药效是相关的，所以不能用方差分析比较均值是否相等;



一般我们用sas中自带的anova来进行方差分析；但是 proc anova 只能用在分组数据样本数相同的情况下，当样本量不相同的时候就会产生较大的误差，那么我们就要用 poc glm 非线性回归过程步来比较；
我们要看变量的改变对均值是否产生影响，也就是看变量的变化对于均值来说是否显著，所以glm建立线性模型来计算分组变量对我们要检查的变量的显著性；比如说我们要看男女生的身高有无差异，那么分组变量就是性别，检查的变量就是height；
eg.
/*男女生数和不同年龄段人数都不相同*/
/*anova*/
proc anova data=fc.class;
class age sex;
model height=age sex;
run;

结果为：

/*glm*/
proc glm data=fc.class;
class age sex;
model height=age sex;
run;

结果为：



可以看出男女生身高应该是没有显著差异的，但是anova检验就出现了偏差;