 तो बलके हम ये कहते हैं के एक इंदिवोजुल का जो प्यर बनावा है, तो तुसे इंदिवोजुल के साथ उसकी होमोजनाइती, या वेर्यन्स का वेरेबिलती को होमोजन्यस होना जरूटी है. तो सफेरसती is about assuming that the relationship between scores and pairs of treatment condition is similar. तो, pairs of treatment condition हम कम प्यर करते है, तो, the pairs of treatment condition is similar. तो, the level of independence between means is roughly equal. तो सफेरसती is denoted by E and sometimes referred to as a circularity. तो, it holds true when both the variances across conditions are equal. तो, it holds true when both the variances across conditions are equal. तो, this is the same as the homogeneity of variance assumption in the between group या फिर, independent group इनोवा क्यंदर रूटे, and the co-variance between pairs of conditions are equal. और उसके लिए जो हम पहले हम ने जो तेस यूस करते थे, वो लेवेन्स तेस यूस करते थे, for homogeneity of variance के लिए यहांपे हम फोर सफेरसती के जामचन के लिए, it employss that there are significant differences between the variances in each pair, तो सफेरसती के जामचन हमारी मेट नहीं होती, लेकिं जैसा के में आपको बताया के इनोवा जामचन हमारी रोब बस टेस, तो इसकं दर के यह होता है के अगर हमारी सफेरसती के जामचन मेट नहो, तो फिर हम गुनी लाएएईजार की नहीं रिए लेकिं गते हैं, which I will show you in a minute, when we will run repeated mayor in OVA, it will give us the table and we will see, अगर वो हमारी जामचन मेट नहीं होए हूँऐए, तो फिर हम एक वालिए चोडके तुस्टी वालिएys की दिए दिपोट करेंगे। if the value is not or safer side कोपर आप गुरीनहाँस काईजर की value report कर सब आप आप in small samples the non-significant moisture test कोद में a large departure from spalicity that we didn't have the power to detect. So small sample के अंदर अगर आपकी moisture test की value non-significant आती है तो उसका मतलब है के अगर significant आती है तो उसका मतलब है के को जाडा उस में हम अगर सकें कर सकें by running the repeated mayor and over and interpreting the values in the next module.