T 检验和方差分析怎么选？按研究设计判断两组、多组与重复测量

T 检验和方差分析怎么选，第一步不是比较哪个结果更显著，而是确认观测是否独立、同一对象测量了几次、分组有几组，以及因变量是否适合做均值比较。

最常见的路由可以先这样记：

• 独立两组比较一个连续结果时，候选方法是独立样本 t 检验。
• 配对两时点比较同一批对象时，候选方法是配对样本 t 检验。
• 独立三组及以上比较一个连续结果时，候选方法是单因素方差分析。
• 重复测量三个及以上时点比较同一批对象时，候选方法是重复测量方差分析。

这些只是按设计筛出的候选方法，研究者仍需结合变量定义、抽样方式、异常值、模型前提和论文规范最终确认。

为什么不能按 p 值反过来选方法

不能按哪个方法的 p 值更小来选方法，因为不同检验回答的问题、使用的数据结构和前提并不相同。

先分别跑 t 检验、方差分析和非参数检验，再保留最显著的一个，会放大假阳性风险，也会让方法部分失去可复核的设计依据。正确顺序是：

1. 根据研究问题和数据来源确定独立、配对或重复测量设计；
2. 根据组数和因变量类型缩小候选范围；
3. 检查数据质量、异常值与模型前提；
4. 运行预先确定的方法，并如实报告结果。

一张表判断两组、多组和重复测量

研究设计	典型问题	首选候选方法	关键核对点
两批不同对象、每人一个结果	实验组与对照组均值是否不同	独立样本 t 检验	组间独立、残差分布、方差情况
同一批对象测量两次	干预前后得分是否改变	配对样本 t 检验	配对关系正确、差值分布
三组或更多独立对象	三种教学方案的均值是否不同	单因素方差分析	组间独立、残差与方差、事后比较
同一批对象测量三个或更多时点	基线、干预后、随访得分是否变化	重复测量方差分析	个体标识、球形性、缺失结构
两个或更多分类因素	方案与性别是否有交互作用	多因素方差分析	主效应、交互效应与编码
比较组别同时控制连续协变量	控制基线后组间是否仍有差异	协方差分析	回归斜率同质性、协变量测量时点

独立两组：什么时候考虑独立样本 t 检验

独立样本 t 检验适合两个互不重叠组别的均值比较，例如实验组和对照组由不同参与者组成。每个参与者只出现在一个组里，这是“独立”的核心。

如果同一个人既有干预前得分又有干预后得分，就不能把两列数据当成两个独立组。忽略配对关系会丢失个体内信息，也可能得到错误的标准误。

报告前至少核对：

• 因变量是有意义的连续测量；
• 两组观测相互独立；
• 是否存在严重异常值；
• 模型残差或组内分布是否与所用方法相容；
• 方差不齐时，实际实现是否提供适合的稳健版本。

配对两时点：看的是“每个人的差值”

配对样本 t 检验不是比较两列各自的总体分布，而是先对每个对象计算差值，再检验平均差是否偏离 0。因此，检查重点是差值的分布和配对是否准确。

常见适用情形包括同一对象的前后测、匹配病例与对照，以及同一对象在两种条件下的测量。若前后样本无法一一对应，就不能仅因为列名写着“前测、后测”而使用配对检验。

独立三组及以上：为什么转向方差分析

当独立组别达到三组或更多时，反复做两两 t 检验会积累第一类错误。单因素方差分析先检验各组均值是否完全相同；总体检验得到证据后，再按预先说明的事后比较或计划对比定位差异。

显著的总体 F 检验只说明“至少一组不同”，不直接说明哪两组不同。论文中应同时报告效应量、各组描述统计和实际采用的比较校正方法。

重复测量三个及以上时点：不要当成独立多组

同一批对象在三个或更多时点反复测量时，观测之间相关，通常应考虑重复测量方差分析，而不是普通单因素方差分析。

这类设计还要检查球形性及相应校正，并说明缺失随访如何处理。如果不同参与者拥有不同数量的测量或测量间隔不规则，混合效应模型可能比完整案例的重复测量方差分析更合适，需要另行评估。

正态性、样本量和异常值怎么一起判断

正态性检验不是选择 t 检验或方差分析的唯一开关。

在大样本中，轻微偏离也可能得到很小的 p 值；在小样本中，检验又可能没有足够能力发现明显偏离。应把图形检查、异常值、组内样本量、设计是否平衡、残差表现和研究领域惯例结合起来判断。

还要注意：

• 独立样本分析关注组内或模型残差，而不是把所有组混在一起检验正态性；
• 配对 t 检验重点关注配对差值；
• 方差齐性与正态性是两个不同问题；
• 非参数方法不是“正态性 p < .05 就自动替换”的机械开关，它检验的目标和解释也可能不同。

ChatSRS 在这个流程里负责什么

ChatSRS 当前已注册独立样本 t 检验、配对样本 t 检验、单因素方差分析、多因素方差分析、重复测量方差分析和协方差分析等执行入口。你可以先用自然语言交代：

• 因变量及其量纲；
• 组别数量；
• 不同组还是同一批对象；
• 测量时点；
• 需要控制的协变量；
• 预先设定的比较或研究假设。

系统可以据此给出候选路由并执行已注册方法，但这不等于自动保证方法正确。研究者需要核对数据结构、参数设置、前提诊断和最终报告，尤其不能只凭输出中的显著性决定保留哪个模型。

准备好研究设计和字段说明后，可以登录 ChatSRS 生成候选分析并核对执行结果。

常见问题

两组数据能不能也用方差分析

在标准的独立两组情形下，单因素方差分析与双侧独立样本 t 检验在相应前提和方差处理一致时存在数学联系。但论文仍应按研究设计、领域惯例和预设方案选择一种主分析，而不是两种都跑后挑结果。

有两个分类自变量，还能用单因素方差分析吗

如果研究问题包含两个因素的主效应和交互效应，通常应考虑多因素方差分析。把两个因素拼成一个组合分组虽然有时能做均值比较，却不便于分别回答主效应和交互问题。

基线值应该作为第三个时点还是协变量

两种做法回答的问题不同。是否使用变化分数、重复测量模型或以基线为协变量的分析，应在看到组间结果前依据随机化方式、研究目标和预设方案确定。

相关阅读

• 独立样本与配对样本 t 检验怎么做