期望和方差有什么关系 方差表示随机数据离平均值的偏离程度，随机数据与平均值只差呈正态分布，方差越大，随机数据离平均值的偏离程度越大.如果期望值不是平均值，期望与方差没有直接关系.
方差分析的作用 一个复杂的事物，其中往往有许多因素互相制约又互相依存.方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等.方差分析是在可比较的数组中，把数据间的总的.
分子生物学方差分析它有什么作用和意义 在研究群体62616964757a686964616fe78988e69d8331333339653733遗传结构时，F-statistics 是广泛采用的模型.但在应用中有一些问题，随着近些年来DNA 分子数据在群体遗传学研究中日益受到重视，F2statistics 也被广泛地应用到各DNA 分子标记中，如SSR、ISSR、RAPD、AFL P 等，但针对其中的显性标记如ISSR、RAPD、AFL P，Fstatistics 的应用则需要一定的前提与假设.另外，在Fstatistics 中，没有考虑等位基因(单倍型)之间的差异程度，而这种差异实际上是分子进化的结果.为此，一些对分子进化提出假设的方法被应用到群体遗传结构的研究中，但这些假设往往因具体的研究而不同.为此，Excoffier发展出了一种分子方差分析(Analysis of Molecular Variance，AMOVA)方法，通过估计单倍型(含等位基因)或基因型之间的进化距离，进行遗传变异的等级剖分，并提出了与Fstatistics 类似的Φstatistics 等方法来有效地度量亚群体的分化.对近年来在遗传多样性和群体遗传结构研究中大量应用的RAPD、ISSR、AFL P 技术，AMOVA 方法受到广泛的欢迎.AMOVA 分析引入进化距离(evolutionary distance)来度量并计算单倍型(或基因型，下同)间的差方(δ2)，十分巧妙地避开了分子数据不便于直接计算离差方的问题。.
