单因素 ANOVA 怎么做：单因素方差分析、事后比较与真实能力边界

这个 URL 虽然沿用“ANOVA 全套教程”的历史名称，当前页面只承诺已经核验的单因素 ANOVA。它比较一个分组变量下各独立组的连续结果均值，不把多因素、重复测量、混合设计或稳健 ANOVA 冒充成同一入口。

单因素 ANOVA 与单因素方差分析是什么

单因素 ANOVA（One-Way ANOVA）也叫单因素方差分析，回答的是：一个分组因素的两个或更多独立组，在某个连续因变量的总体均值上是否存在差异证据。

例如：

• 三种教学法下的考试成绩是否不同；
• 四个地区的满意度均值是否不同；
• 三种干预方案下的反应时是否不同。

总体 F 检验的原假设是所有组的总体均值相等。p 值较小只说明至少有一组不同，不直接告诉你哪两组不同，也不表示差异具有实质重要性。

ChatSRS 当前执行的是经典 f_oneway

当前分析器调用 scipy.stats.f_oneway 的经典单因素 F 检验。它基于独立观测、组内近似正态和方差同质等经典前提；页面不把它写成 Welch ANOVA。

每个因变量会与分组变量组成自己的完整案例数据：只要这一对字段中有缺失，该行就从该因变量的分析中删除。不同因变量的最终 N 因而可能不同，报告时必须逐项核对。

程序要求：

• 至少两个非空组；
• 当前因变量清洗后至少 5 行；
• 因变量能转为数值；
• 分组变量已经正确编码。

如果只有两组，程序会给出“两组更适合独立样本 t 检验”的警告，但仍会运行单因素 ANOVA。两组时经典 ANOVA 的 F 与相应等方差 t 检验有数学联系；研究者仍应按预先设计选择方法。

当前输出包含什么

主表按因变量输出：

• 每组样本量；
• 每组均值与标准差；
• F 值与 p 值；
• 组间和组内自由度脚注；
• 在满足条件时追加的事后比较字母标记。

当前表头的组别 n 按原始分组列计数，并未按每个因变量的完整案例重算；存在因变量缺失时，这个 n 可能高估实际分析样本。此时应依据清洗后的分组数据另行核对每组有效 n，不能直接引用表头人数。

还有一个更严重的已知格式错误：若某一组在当前因变量上全部缺失或全部转为非数值，该组会从结果数据中消失，但主表表头仍保留它。当前格式器不会为消失组补空单元格，整行会从该组起向左移。后续组的均值、F 和 p 都可能落入错误列；一旦出现整组无有效值，该行的均值、F 和 p 均不可引用，应停止使用该表并在修复后的实现或其他可信工具中重跑。

当前主表不自动输出 Levene 检验、Welch 校正或总体效应量。事后比较会给组均值、均值差、标准误、p 和 Cohen's d；Tukey 计算过程还会生成区间，但当前汇总表不会把该区间列展示出来。

事后比较不是无条件运行

可选方法只有 LSD、Bonferroni 和 Tukey；它们只在用户启用事后比较且总体检验 p < .05 时运行。如果总体 F 未达到这一程序门槛，即使指定了事后方法，当前输出也不会生成两两比较表。

三种方法的实现含义不同：

方法	当前处理
LSD	使用总体 ANOVA 的组内 MSE 做成对 t 检验，不校正比较次数
Bonferroni	在同一 MSE 基础上，将原始 p 乘以全部成对比较数
Tukey	调用 statsmodels 的 Tukey HSD

当前还存在一个方向口径错误：LSD 和 Bonferroni 把均值差定义为组 i - 组 j；Tukey 表却直接沿用 statsmodels 返回的组 j - 组 i，同时仍显示相同的组 i、组 j 标签。因此同一组对的均值差与 Cohen's d 方向会在 Tukey 和另外两种方法之间相反。修复前不要直接引用事后表的均值差或 Cohen's d 正负号；应按清楚声明的方向从原始组均值重新计算，并在独立实现中复核。

LSD 较宽松，比较多时第一类错误风险更高。Bonferroni 通常更保守。Tukey 适合所有成对均值比较，但仍依赖其模型条件。方法应在查看结果前根据比较目标确定。

当前没有执行的稳健检验

当前不执行 Levene 方差齐性检验、Welch ANOVA 或 Games-Howell 事后比较。也不会在发现方差不齐后自动从经典 ANOVA 切换到 Welch。

因此，不能先让系统跑经典 ANOVA，再因为 p 不满意就改跑 Welch、删异常值或更换事后方法。若方差不齐、组样本量差异大或分布极端，应使用能够真实完成相应诊断和稳健方法的工具，并透明报告选择依据。

多因素、重复测量和混合设计要分流

多因素、重复测量和混合设计必须分流到各自的分析器：

• 两个及以上组间因素，需要多因素方差分析；
• 同一对象三个及以上时点，需要重复测量分析；
• 同时有组内和组间因素，需要混合设计分析；
• 需要控制连续协变量时，应评估 ANCOVA；
• 两个独立组或两个配对时点，通常先考虑 t 检验。

可先用统计方法选择指南按研究设计分流。只有两组时，可进一步查看t 检验的真实输出边界。

方法名称由抽样单位、组间或组内结构、因素数量和估计目标决定，不能按哪个 p 值更小来试方法。

一个与当前实现一致的请求

假设 method 是三组教学法，score 是考试成绩：

按 method 对 score 做单因素方差分析。使用经典 f_oneway，先确认每个原始组在 score 上都有有效值；若任何组清洗后消失，停止并不引用主表。其余情况下列出各组有效 N、均值、标准差、F、自由度和 p；若总体 p < .05，再做 Bonferroni 事后比较，并从原始组均值复核差值方向。请说明当前未执行 Levene、Welch 或 Games-Howell。

如果同时分析 score 和 motivation，要逐个核对最终 N，因为两个因变量的缺失位置可能不同。

结果怎么读

先看样本和组别

确认分组代码、组数、各组有效 N 和缺失处理。若任何原始组在当前因变量上没有有效值，不再读取该行，因为后续单元格可能错列。极小组、异常编码或严重不平衡也会影响解释。

再看总体 F

报告 F(df_between, df_within) 和精确 p。显著结果表示存在组均值差异证据；不显著表示当前数据不足以拒绝均值相等，不是证明所有组完全相同。

最后看预设比较

总体检验达到当前门槛后，按预先选定的事后方法解释具体组对。修复前先用原始组均值或独立实现核对差值方向，尤其不能把 Tukey 与 LSD/Bonferroni 的正负号直接并排解释。每个比较要写清方向、均值差、调整方式和不确定性，不能只列星号。

不要忽略效应大小

当前总体表不直出 η² 或 ω²。若论文要求总体效应量，应在可信实现中另行计算并核对口径，不能把事后比较的 Cohen's d 当作总体 ANOVA 效应量。

论文报告模板

采用经典单因素方差分析比较 [组别] 在 [因变量] 上的均值差异。
分析按 [分组变量 + 当前因变量] 的完整案例进行，最终 N = [ ]。
各组描述统计为 [列出 M、SD、n]。

总体检验结果为 F([df1], [df2]) = [ ]，p = [ ]。
由于总体检验 [达到/未达到] 预设门槛，[执行/未执行] [LSD/Bonferroni/Tukey] 事后比较。
[若执行，逐项报告比较对象、均值差和调整后 p。]

当前实现未执行 Levene、Welch ANOVA 或 Games-Howell；
方差条件与稳健性由 [工具/诊断] 另行核对。

已确认所有原始组在当前因变量上均有有效值，主表未触发整组缺失错列。
事后均值差统一按 [组 i - 组 j] 重新计算并由 [工具/步骤] 复核；
当前表中的 Tukey 差值与 Cohen's d 正负号未被直接引用。

常见问题

两组能不能跑 ANOVA？

当前程序会警告但仍运行。方法选择应由研究设计决定，而不是为了得到不同 p 值。

总体不显著还能看所有两两比较吗？

当前实现不会输出。若研究有少量事前对比，应在分析计划中提前定义，并使用适合该对比的推断方法；不要事后搜索显著组对。

方差不齐怎么办？

先核对异常值、分布、组规模和测量。需要 Welch 与 Games-Howell 时，应转到真实支持它们的工具，而不是把经典 f_oneway 改名。

核对设计、组别和经典检验边界后，可进入 ChatSRS 运行当前支持的单因素 ANOVA。正式报告仍需保留数据版本、完整案例 N、事后方法和外部诊断证据。