f的值是兩個均方的比值[效應項/誤差項]，不可能有負值。F值[與給定顯著水平的標準F值相比]越大，處理間的效應[差異]越明顯，誤差項越小，檢驗精度越高。
擴展數據:
方差分析，也稱為“方差分析”，是由R.A.Fisher發明的，用於檢驗兩個或多個樣本之間差異的顯著性。由於各種因素的影響，從研究中獲得的數據是波動的。波動的原因可以分為兩類，壹類是不可控的隨機因素，壹類是影響結果的可控因素。
方差分析的基本原理是不同治療組的平均值之間的差異有兩個基本來源:
(1)實驗條件，也就是不同處理引起的差異，稱為組間差異。用每組變量的均值與總均值的偏差平方和表示，記為SSb和dfb。
(2)?隨機誤差，如由測量誤差或個體間差異引起的差異，稱為組內差異，用各組變量的均值之和與組內變量的方差之和表示，記為SSw，組內自由度dfw。
總偏差平方和SSt = SSb+SSw。
將組內SSw和組間SSb除以各自的自由度(組內dfw =n-m，組間dfb=m-1，其中n為樣本總數，m為組數)，得到它們的均方MSw和MSb。壹種情況下，處理沒有影響，即每組樣本來自同壹總體，MSb/MSw≈1。另壹種情況，處理確實有效，組間均方差是不同處理相同誤差的結果，即樣本來自不同人群。所以，msb >；& gtMSw(大得多)。
MSb/MSw的比值構成了壹個f分布。將F值與其臨界值進行比較，以推斷每個樣本是否來自同壹總體。
方差是概率論和統計方差度量隨機變量或壹組數據時，對離散程度的度量。概率論中的方差用於衡量隨機變量與其數學期望(即均值)之間的偏差。統計學中的方差(樣本方差)是每個樣本值與所有樣本值的平均值之差的平方值的平均值。在許多實際問題中，研究方差即偏離度具有重要意義。
方差是對源數據和期望值之間差異的度量。
1，設C為常數，則D(C)=0。
2.設x是隨機變量，c是常數，然後呢？
3，設x和y是兩個隨機變量，那麽
協方差在哪裏？特別地，當x和y是兩個不相關的隨機變量時，那麽
這個性質可以推廣到有限個不相關的隨機變量之和的情況。
4.D(X)=0的充要條件是X以1的概率取常數E(X)，即？
(D(X)=0當且僅當X取常值E(X)時的概率為1。)
註:不能得出X是常數的結論。當X連續時，X可以在任意有限點取不同於常數C的值。
參考資料:
百度百科-方差分析