概述：ANOVA 解决什么问题
单因素方差分析（One-way ANOVA）用于比较三组及以上独立样本的均值差异。当实验涉及多个处理水平时，ANOVA 比两两 t 检验更合理：避免多次比较导致的 I 类错误膨胀，并通过统一的 F 检验给出整体判断。
典型场景：
- 三种药物浓度对细胞活力的影响（CCK-8 数据）
- 多个时间点的基因表达比较
- 多个基因型之间的表型差异
数据准备
使用 Column 数据表，每列为一个分组，每行为该组内的一个生物学重复。
新建表：File → New → New Project → Column table → 选 “Enter paired or repeated measures data” 或 “Enter replicate values in side-by-side subcolumns” 视设计而定。
录入要点：
- 至少 3 个分组，每组样本量 ≥ 3（推荐 ≥ 5）
- 各组样本量可以不等（balanced 或 unbalanced 均可）
- 同一批实验、同一操作者录入
- 不要把技术重复当成独立样本，先在 subcolumn 内取均值或单独处理
操作步骤
1. 执行 One-way ANOVA
- 点击工具栏 Analyze 按钮
- 选择 Column analyses → One-way ANOVA (and nonparametric)
- 在 Parameters 选项卡：
- Experimental design：选 “No matching”（独立样本）或 “Matched values across groups”（重复测量）
- Yes, use parametric test（默认普通 ANOVA）
- Assume Gaussian distribution 勾选
2. 设置事后检验
切换到 Multiple Comparisons 选项卡：
- Compare each group with every other group：所有组两两比较（最常用）
- Compare the mean of each column to the mean of a control column：仅与对照组比较（如 Dunnett）
- Compare the means of selected groups：指定对比较
事后检验方法选择：
- Tukey’s：所有两两比较，控制 family-wise error rate，最常用
- Bonferroni：最保守，多重比较次数少时可用
- Sidak：比 Bonferreri 略宽松
- Dunnett’s：与对照组比较的专用方法
- Fisher’s LSD：最宽松，不推荐用于正式发表
3. 方差齐性检验
Options 选项卡中可勾选：
- Brown-Forsythe test：方差齐性检验
- Bartlett’s test：另一种方差齐性检验（对正态偏离敏感）
结果解读
F 检验结果
| 指标 | 含义 | 判定 |
|---|---|---|
| F 值 | 组间方差与组内方差之比 | 越大表示组间差异越大 |
| df | 自由度（组间 df1，组内 df2） | 报告时需注明 |
| p 值 | 整体差异显著性 | < 0.05 提示至少两组差异显著 |
| R² | 模型解释总变异比例 | 越高说明组间差异贡献越大 |
事后比较结果
F 检验显著后查看 Multiple Comparisons 表：
- Adjusted P Value：校正后 p 值
- Mean Difference：均值差
- 95% CI of Difference：差值置信区间
- Summary：标星号反映显著性
结论示例：“不同浓度组间存在显著差异（One-way ANOVA, F=12.34, df=2,12, p<0.001；Tukey 事后检验：低浓度 vs 高浓度 p=0.002）“
常见问题
数据不满足正态分布怎么办
改用非参数替代方法：
- Analyze → Column analyses → One-way ANOVA (and nonparametric)
- Parameters 中选 No, use nonparametric test
- 自动执行 Kruskal-Wallis 检验，事后检验为 Dunn’s test
方差不齐如何处理
若 Brown-Forsythe 检验 p < 0.05，说明方差不齐：
- 勾选 Welch’s ANOVA（在 Parameters 对话框中）
- 配合 Games-Howell 事后检验
- 或对数据进行 log 转换后重新检查方差齐性
重复测量数据不要套用普通 ANOVA
同一受试者多个时间点的数据应使用 Repeated measures one-way ANOVA：
- Parameters 中选 “Matched values across groups”
- 球形检验（Mauchly’s test）自动进行
- 球形假设不满足时使用 Greenhouse-Geisser 校正
F 检验不显著还要做事后检验吗
不推荐。F 不显著时强行做事后检验容易得到不稳定的结果，应在实验设计阶段就明确：F 显著才进入多重比较。
注意事项
- 样本量：每组 ≥ 3，正式实验前做功效分析
- I 类错误控制：必须使用事后检验的校正后 p 值，不要直接看原始 p 值
- 多重比较校正方法：根据比较类型选择
- 两两比较：Tukey 或 Bonferroni
- 与对照比较：Dunnett
- 预先指定的少数比较：Bonferroni
- 方差齐性假设：ANOVA 对中等方差不齐较稳健，但差异大时改用 Welch ANOVA
- 正态性：每组单独检验，任一组明显偏离正态改用 Kruskal-Wallis
- 报告规范：论文需报告 F 值、自由度、p 值、事后检验方法及对应 p 值、各组 n
总结
单因素 ANOVA 的标准流程：检查数据结构 → 正态性与方差齐性检验 → 选择 ANOVA 或非参数替代 → F 检验整体显著 → 根据比较目的选事后检验方法 → 报告校正后 p 值。GraphPad Prism 把所有选项整合在 Parameters 对话框，但仍需研究者根据实验设计选择正确参数，否则统计软件也会给出错误结论。