运用方差分析和回归分析可以求解哪些问题 方差分析和回归分析总体上都属于一个类别，一般线性模型（general linear model，GLM）.从资料类型来看，方差分析的因变量是连续型资料，自变量是分类变量，一般都以组别的形式出现.回归分析的因变量是连续型资料，自变量.
协方差分析的意义 当研究者知道有些协变量会影响因变量，却不能够控制和不感兴趣时（当研究学习时间对学习绩效的影响，学生原来的学习基础、智力学习兴趣就是协变量），可以在实验处理前予以观测，然后在统计时运用协方差分析来处理。将协变量对因变量的影响从自变量中分离出去，可以进一步提高实验精确度和统计检验灵敏度。方差是用来度量单个变量“自身变异”大小的总体参数，方差越大，该变量的变异越大；协方差是用来度量两个变量之间“协同变异”大小的总体参数，即二个变量相互影响大小的参数，协方差的绝对值越大，两个变量相互影响越大。对于仅涉及单个变量的试验资料，由于其总变异仅为“自身变异”（如单因素完全随机设计试验资料，“自身变异”是指由处理和随机误差所引起的变异），因而可以用方差分析法进行分析；对于涉及两个变量的试验资料，由于每个变量的总变异既包含了“自身变异”又包含了“协同变异”（是指由另一个变量所引起的变异），须采用协方差分析法来进行分析，才能得到正确结论。
将时间作为影响因素可以用方差分析法吗 协方差分析是加百入协变量的方差分析，协变量实际上就是我们所说的控制变量度，你的调查研究中如果有一些你并不真正关心、但有可能对因变量有影响的变量，可以将其作为协变量，这就意味着知你控制了该变量对因变量的效应，从而可以道考察自变量与因变量的真实关系。协方差分析出了要设定协变量这一点，其他方面与一般的方差分析没有太大区别。内方差分析是不能控制这种无关的连续变量的，所以协方差分析能够得到更可靠的研究容结果。
