本节内容：
1：方差分析的原理
2：单因数方差分析 、双因数分析
3：交互项
一：方差分析是原理
方差分析原理
对总体均值的假设检验，有三种情况：
1、总体均值与某个常数进行比较；
2、两个总体均值之间的比较；
3、两个以上总体均值之间的比较；
对于前两种情况，用Z分布和T分布就能快速得到假设检验结果。如果比较的总体大于三个，继续用它们也能够得到比较结果，只是需要两两比较，耗时耗力。
这种情况下，使用方差分析能够一次性比较两个及两个以上的总体均值，看看它们之间是否有显著性差异。
常用的方差分析方法包括：单因素方差分析、多因素方差分析、协方差分析、多元方差分析、重复测量方差分析、方差成分分析等。
分类为3种以上 ：采用方差分析判断显著性
原假设就是：X1 = X2 = X3 之间无显著性
二、单因数方差分析 、双因数分析
2.1 单因数方差分析
cre = read.csv("creditcard_exp.csv",stringsAsFactors = F)
cre = na.omit(cre)
cre$edu = as.factor(cre$edu_class)
boxplot(avg_exp～edu_class,data=cre)
anova(lm(avg_exp～edu_class,data=cre))
##这里分析的数据是creditcard_exp.csv信用卡消费
##edu_class是学历等级
##先做下箱线图可以大致的看下是否相关
2.2 多因数相关关系
比如将信用卡消费表，将年龄和学历一起进行相关
三、交互项
