正态性检验：
1 正态性检验是对因变量总体的检验，不是对每个组的正态性检验
2 如果因变量总体不是正太的该怎么办，答案是 要对因变量进行正太性转换，转换的方式有 ：
Z转化 （注意Z转换并没改变数据的分布形态，数据不是正太转换之后依然不是正太）
X**0.5 （轻度非正太）
1/X (重度非正太)
logX (中度非正太)
X**0.5 （中度非正太）
3 方差齐性检验，是对各个小组的方差的检验
4 事后检验也就是多重比较，包括很多种方式
LSD： 直接进行T检验的比较，是最不严谨的一种方式
SDK： 1-（1-a）**n 作为显著性水平，是比较严谨的一种方式，
有必要说一下，为什么多次的T检验 显著性水平会变成 1-（1-a）**n
比如在F检验中，有三个小组，我们的H0 表示三个小组没有差异 ， 那么每个小组没差异的水平为 1-a ， 那么三个小组联合起来就是 (1-a) 的三次方，如果三个小组都没差异，那么 犯错误的概率就是 1-（1-a）**n，关键不是因为，有了三次t 检验，显著性水平就变了，而是因为，我的假设是 三组没有差异。
协变量： 需要满足
首先协变量与因变量是线性关系
其次协变量与自变量之间没有交互作用。
事后比较也包括两种，一种是主效应的时候比较，一种是交互作用的时候比较。