方差分析為多樣本檢驗，其核心為假設檢驗，此外，方差分析還可以做多重比較。方差分析本身是一種假設檢驗，同時也是一種模型，是回歸模型的特例，回歸模型為線性模型，方差分析為一般線性模型。實際應用中方差分析單獨出現的可能性很小，一般在實驗設計場景用的較多，項目中用方差分析去支撐項目的情景基本不會出現。
方差分析分類
單因素方差分析單因素方差分析用來研究一個因素的不同水平對觀測所產生的影響，例如不同澆水量對家裡綠蘿生長的影響、不同的省的日照差異對人的壽命的影響、不同工作時長對人情緒的影響等等，以上皆可以使用單因素方差分析的方法進行探索分析。
下面即為其實現的SAS代碼：
SYMBOL1 INTERPOL=BOX VALUE=CIRCLE;
PROC GPLOT DATA=XUHUI.DATA;
PLOT InCome * Edu/
VAXIS=AXIS1
HAXIS=AXIS2;
RUN; QUIT;
單因子方差分析單因子方差分析為只考慮一個分類型自變量影響的方差分析，例如全家便利店的選址對營業額是否有顯著影響、不同學歷對收入的影響是否顯著等，這類問題都可以用單因子方差分析進行解決。
如下為其實現的SAS代碼：
PROC GLM DATA=XUHUI.DATA ;
CLASS edu;
MODEL avg_exp= edu_class/
SS3
SS1
SS2
SS4
SOLUTION
SINGULAR=1E-07
;
lsmeans edu_class/pdiff;
RUN;
QUIT;
參數解釋：
class參數告訴SAS軟體edu變量是因子SS形式表示離差平方和，離差平方和共有四種類型，一般默認的是第三種類型SS3，如果代碼中不進行說明，則默認為SS3類型；solution意為需在結果中顯示參數估計結果lsmeans表示多重比較，如果P值小於0.05則表示差異顯著，或者可以通過圖形來查看多重比較的結果，圖形的解讀方法為 如果圖形中兩個相減等於0則表示他們相等，然後求出兩者均值差並做區間估計，如果區間包含0則有可能兩者相等，即不顯著，圖中的對角線即所謂的0，圖中各個斜線表示差的區間，如果對角線相交表示差異不顯著，這張圖很明顯都沒有與對角線虛線相交，如果相交則為紅色，這裡表示均顯著。
5.singular表示奇異值。在統計軟體的後臺計算過程全部都是矩陣計算，singular默認值為1E-07
多因子方差分析多因子方差分析為考慮了多分類自變量影響的方差分析，這種分析會涉及到多因子交互的問題，例如收入是否受到學歷與性別的顯著影響，如下為有交叉項的雙因素方差分析的SAS代碼：
PROC GLM DATA=XUHUI.DATA PLOTS(ONLY)=INTPLOT;
CLASS edu_class gender;
MODEL avg_exp=edu_class gender edu_class*gender/
SS3
SOLUTION
SINGULAR=1E-07
;
RUN;
OUTPUT OUT=WORK.PRED PREDICTED=predicted_avg_exp ;
RUN;
QUIT;
下圖中的殘差圖用於判斷方差分析是否符合假定，即下面的第一個小圖，這裡明顯出現了異方差，因此需要對因變量Y做一些變換處理，此處分布為正態分布，故需對Y進行對數變換，目的是將右偏的數據往正態狀態拉一拉。如果分布是水平、U型與J型分布，對Y進行對數變換則不可行，需要進行Box-Cox變換。