在完全随机设计中，若原假设为真，则效应均方与误差均方和的比值就应接近1。

在单因素方差分析中，各次试验观测应互不相关。

方差分析所研究的是品质型自变量对数值型因变量的影响。

单因素方差分析中，F统计量分子的自由度为全部观察值个数减样本数。

如果效应均方和显著大于误差均方和，说明样本内的变异大于样本外的变异。

如果检验结果为拒绝原假设，若我们想进一步分析影响情况，则要采用方差分析中的（）。

单因素方差分析的总误差平方和可分解为（）和（）。

在单因素方差分析中，F统计量分子与分母的自由度分别是（）和（）。

方差分析的基本思想：若被考察因素对试验结果没有显著的影响，即各正态总体均值相等，则试验数据的波动完全由（）引起；若因素有明显的效应，即各正态总体的均值不全部相等，则表明试验数据的波动除了随机误差的影响外，还包括（）的影响。

方差分析中，检验统计量F是（）。