根據實驗指標的個數可以將方差分析分為單因素、雙因素和多因素
我理解就是幾個自變量。
雙因素方差分析（Double factor variance analysis) 有兩種類型：一個是無交互作用的雙因素方差分析，它假定因素A和因素B的效應之間是相互獨立的，不存在相互關系；另一個是有交互作用的雙因素方差分析，它假定因素A和因素B的結合會產生出一種新的效應。例如，若假定不同地區的消費者對某種品牌有與其他地區消費者不同的特殊偏愛，這就是兩個因素結合后產生的新效應，屬於有交互作用的背景；否則，就是無交互作用的背景。
知乎上說
方差分析是回歸分析的一個特例。
方差分析和回歸分析的區別應該是：方差分析的目的是做的一個假設檢驗，看數據的均值與方差是否是同一個值，他應用多在數據均值存在客觀差異但實質相同的情況，例如我們常說的合格率，如果采用全樣本進行測算得到一個均值，可能和抽樣2組得到的均值數字不同，但因為抽樣本身存在系統誤差，通過檢驗來判斷其值是否相同。而回歸分析則是吧組間和組內方差的應用放大，根據方差結果來判斷數據之間的相關性，從而得到變量的系數，這兩者的區別就是。方差分析你知道兩者是否相等，但回歸時可以具體到兩者之間的變化關系。
ANOVA和線性回歸都是廣義線性模型(GLM, generalized linear model)的特例