方法一：使用spss，准备好数据，两列，一列是分组信息（因子），一列是真实数据（因变量），先要做方差齐，勾上tamhane，看看P是不是>0.05,
如果P<0.05说明方差不齐，得看tamhane的结果。
如果是百分比数据，需要做一个反正弦平方根转换，用excel的做法就是=DEGREES(ASIN(SQRT(M6)))
搞定，标的时候一般是从均值的大-小的顺序来，比如
生长期
3 a
2 ab
4 b
1 b
5 c
方法二：使用R语言
参考一下链接
https://www.jianshu.com/p/553cc5987f61
#加载我的工作目录
setwd("D:/study/")
#读取数据，换成自己的文件名即可
data <- read.table("test.txt",sep=" ",header=TRUE)
#这一句的意思是：将你的分组信息转化为factor，不然软件在运算过程种识别不了
data$NO <- as.factor(data$NO)
#查看导入表格中因变量这一列的数据类型
class(data$NO)
#这里出现 factor 就可以下一步了
#方差齐性检验
#法1bartlett.test
nom <- bartlett.test(data$FAW~data$NO,data = data)
nom
#法2
#install.packages("car")
library(car)
nom1<-leveneTest(data$FAW~data$NO,data = data)
summary(nom1)
nom1$p.value
#最后两个的p.value大于0.05 说明方差是齐性，可以进行下一步分析
# 单因素方差分析，整体来看差异显著
oneway<-aov(data$FAW~data$NO,data = data)
anova(oneway)
#多重比较
# LSD法（Fisher’s Least Significant Difference）
# LSD法检验处微小的差异，比较方便的是直接得出显著行标记，不需人工标记
#install.packages("agricolae")
library("agricolae")
out <- duncan.test(oneway,"data$NO")
out
#整理绘图需要的表格
mar<-out$groups
rownamemar<-row.names(mar)
newmar<-data.frame(rownamemar,mar$`data$FAW`,mar$groups)
sort<-newmar[order(newmar$rownamemar),]
# 将groups的数据框按列名排序，目的是保持与均值标准差的数据一一对应
rowname<-row.names(out$means)
mean<-out$means[,1]
sd<-out$means[,2]
marker<-sort$mar.groups
plotdata<-data.frame(rowname,mean,sd,marker)
plotdata
install.packages("ggplot2")
library("ggplot2")
p1<-ggplot(plotdata,aes(x=factor(rowname),y=mean))+geom_bar(position=position_dodge(0.6),width = 0.5,stat = "identity")
p1
p2<-p1+geom_errorbar(aes(ymin=mean-sd,ymax=mean+sd),position=position_dodge(0.6),width=0.2)
p3<-p2+geom_text(aes(x=factor(rowname),y=mean+sd+2.0,label=marker),size=3,position= position_dodge(0.6))
p3
p4<-p3+xlab("")+ylab("FAW（%）")
p4
p5<-p4+coord_cartesian(ylim= c(0,100),expand = FALSE)
p5
#发现没有ggplot2的作图方式挺好玩的，就像玩俄罗斯方块一样，一层一层往上加，
#更改y轴显示范围，这里的expand默认为TRUE
mytheme<-theme_bw()+theme(axis.title =element_text(size = 12),
axis.text =element_text(size=12),
panel.grid.major =element_line(color ="white"),
panel.grid.minor =element_line(colour = "white"),
axis.text.x =element_text(size = 12,angle=0,vjust=0,hjust=0,color = "black"),
axis.text.y =element_text(size = 12,color ="black"),)
p5+mytheme
coord_cartesian(ylim = c(0,60),expand =TRUE)
ggsave("FAW.pdf", width = 10, height= 10, units = "cm")
end
如果 Y范围范围太大，可以将p5<-p4+coord_cartesian(ylim= c(0,100),expand = FALSE)括号里的参数改为40
