方差分析交互作用与对比

更新：2026-10-13；状态：可用；验证范围：教材、原始研究或官方文档核对；概念与方法说明。

多个组和多个因素应写成明确模型；总体检验、特定对比和交互作用回答不同问题。

ANOVA怎样比较均值

单因素经典ANOVA通过组间与组内均方比构造F统计量，检验所有组总体均值相等。其经典参考分布依赖独立观测、适当正态误差和同方差等条件；Welch ANOVA等变体具有不同设置。

拒绝总体零假设只说明至少存在一个差异，不告诉哪些组不同。分别对每两组做未经校正的t检验会引入额外错误，应明确预先指定对比或合适的多重比较方法。

多因素模型与交互作用

例如 y ~ treatment + sex + treatment:sex。主效应和交互作用的解释取决于编码；有交互时，某一个主效应系数不一定表示所有个体中的平均处理效果。

“男性组显著、女性组不显著”不能直接证明性别影响处理效应。应估计并检验两组处理效应之差，即相应交互或对比。

对比在比较什么

对比是系数的线性组合，如处理B相对A、两个处理均值相对对照。先写方向与权重，再对应设计矩阵。非平衡设计下不同平方和类型可能回答不同问题；不能仅比较输出表中的P值。

重复测量、多地点或供体嵌套需要相应误差结构，不应直接当普通独立ANOVA。进入线性模型与混合模型，并确认实验设计与统计功效。

本页为模型说明，未运行多因素组学ANOVA。接口与编码依据：SciPy单因素ANOVA、Bioconductor设计矩阵与对比教程。