如何分析方差不齐的数据
方差齐性检验一般是用方差最大组的方差比最小组的方差，如果比值显著不等于1，那就是方差不齐性。
按说不齐性是不可以进行后续的方差分析的，因为在均值检验中（包括方差分析，T检验等）各个实验处理的效应被认为是一种固定效应，对所有人的作用一样，也就是说，处理的作用就是给每个人原来的的水平加上一个相同的常数，这样的话，每个被试组原来什么方差，实验处理后还是什么方差，那么，如果不同被试组的方差不齐性，也就是方差之比显著不等于1，就说明被试之间原本就差异很大，那我们的方差分析就得不到准确的结论，不知道究竟是实验处理造成了不同被试组间的差异，还是说这里面也混淆了个体差异。就算只有两个组之间方差不齐，其他都齐，但这也会对不同部分均方的计算造成影响，哪怕只有两个组不齐，那也是不齐。
方差不齐性，原则上不能进行方差分析，但spss里的方差分析是在最小二乘法的框架下做的，和教育及心理统计教材中介绍的方差分析的分析方式不太一样，好处是这样的方差分析比较稳健，对于方差齐性的问题不敏感，即使违反了，也还是能用，结果也还是比较可信的。在spss里面齐性并不是方差分析的必要条件。只不过教材是为了给你介绍大概原理，而且对最新的软件的性能也不是非常了解，所以非要齐性。况且做方差分析的论文里面一般也不会报告齐性检验。所以你就直接用方差分析就行了。
如果还是不放心，可以做一些数据转换，使其接近齐性，比如box—cox转换，对数转换等等。
在统计学中,若数据相差较大,用什么平均数最好
数据相差大和极端值不能完全等同，前者更可能标准方差大，即数据分布相对平均值更离散。如果是极端值，平均值首先被排除，考虑使用众数或中位数，在这种情况下：
（来自百度文库wenku.baidu/link?url=ivacE35Pp4jvnTgswTlmwpsafrgxz7bhbYtNgvEa_ZDrVLkXh_fyCPgniKvZ7LmjRBZk7cpla9wzIRnCswcqhR9YwLr4UUQGn63ZqeMXdj7）
（1）众数是一组数据分布的峰值，是一种位置代表值。其优点是易于理解，不受极端值的影响。当数据的分布具有明显的集中趋势时，尤其是对于偏态分布，众数的代表性比均值要好。其缺点是具有不唯一性，对于一组数据可能有一个众数，也可能有两个或多个众数，也可能没有众数。
（2）中位数是一组数据中间位置上的代表值。其特点是不受数据极端值的影响。对于具有偏态分布的数据，中位数的代表性要比均值好。
（3）均值是就全部数据计算的，它具有优良的数学性质，是实际中应用最广泛的集中趋势测度值。其主要缺点是易受数据极端值的影响，对于偏态分布的数据，均值的代表性较差。作为均值变形的调和平均数和几何平均数，是适用于特殊数据的代表值，调和平均数主要用于不能直接计算均值的数据，几何平均数则主要用于计算比率数据的平均数，这两个测度值与均值一样易受极端值的影响。
2. 各种代表值应用的场合
（1）当数据呈对称分布或接近对称分布时，三个代表值相等或接近相等，这时应选择均值作为集中趋势的代表值，因为均值包含了全部数据的信息，而且易被大多数人所理解和接受；
（2）当数据为偏态分布，特别是当偏斜的程度较大时，我们应选择众数或中位数等位置代表值，这时它们的代表性要比均值好。
此外，应注意当一组数据中出现0或负数时，无法计算调和平均数或几何平均数
样本量差异较大可以做方差分析吗？
方差分析的条件里并没有说样本量的问题，只有：在各个总体中因变量都服从正态分布、在各个总体中因变量的方差都相等、各个观测值之间是相互独立的。
关键是你的35个人是否能代表它的总体，386个人是否能代表它的总体。感觉样本量差异如此大，方差居然可以齐性，很奇怪。
做完方差分析后做一下统计效力看看如何。
感觉统计里的差异检验还是要讲一下均衡的原则。我觉得相差太大了，不好比。但是没有找到说方差分析样本量差异大能不能做，只有试验设计的均衡原则。