1. 方差分析的假定条件为：
（1）各处理条件下的样本是随机的。
（2）各处理条件下的样本是相互独立的，否则可能出现无法解析的输出结果。
（3）各处理条件下的样本分别来自正态分布总体，否则使用非参数分析。
（4）各处理条件下的样本方差相同，即具有齐效性。
2. 方差分析的假设检验
假设有K个样本，如果原假设H0样本均数都相同，K个样本有共同的方差σ ，则K个样本来自具有共同方差σ和相同均值的总体。
如果经过计算，组间均方远远大于组内均方，则推翻原假设，说明样本来自不同的正态总体，说明处理造成均值的差异有统计意义。否则承认原假设，样本来自相同总体，处理间无差异。
应用条件： 各样本是相互独立的随机样本 各样本均来自正态分布总体 3. 各样本的总体方差相等，即具有方差齐性
4.在不满足正态性时可以用非参数检验
假设检验(Hypothesis Testing)是数理统计学中根据一定假设条件由样本推断总体的一种方法。具体作法是：根据问题的需要对所研究的总体作某种假设，记作H0；选取合适的统计量，这个统计量的选取要使得在假设H0成立时，其分布为已知；由实测的样本，计算出统计量的值，并根据预先给定的显著性水平进行检验，作出拒绝或接受假设H0的判断。常用的假设检验方法有u—检验法、t检验法、χ2检验法(卡方检验)、F—检验法，秩和检验等。
1. 方差分析的假定条件为：
（1）各处理条件下的样本是随机的。
（2）各处理条件下的样本是相互独立的，否则可能出现无法解析的输出结果。
（3）各处理条件下的样本分别来自正态分布总体，否则使用非参数分析。
（4）各处理条件下的样本方差相同，即具有齐效性。
本回答被网友采纳这个问题提得有点模糊，不知道是在ANOVA中用到什么Hypothesis Test还是用ANOVA能做什么假设检验，分述如下：
使用ANOVA做检验
1-Way ANOVA单因素方差分析可以用来做两个水平以上的单因子均值检验，前提是各水平来自正态总体并且等方差；
ANOVA中经常用到的检验
F方差检验：用因子(交互）效应的均方差与随机误差Error之比来衡量因子效应是否显著
Levene方差齐性检验：检验因子各水平是否等方差
t检验：各个处理间的置信区间等
Tukey检验：均值多重比较时使用
正态性检验：检验Residual的正态性（样本数少，通常检验所有样本残差的正态性）