One-way ANOVA的基本假设有哪些？

Question

在使用单因素方差分析（One-way ANOVA）时，常遇到的一个技术问题是：如何判断数据是否满足其基本假设？One-way ANOVA依赖三个核心假设：1）各组数据服从正态分布；2）组间方差齐性（即方差相等）；3）观测值相互独立。若这些假设不成立，尤其是方差不齐或非正态且样本量较小，可能导致Ⅰ类错误概率上升或检验效能降低。实践中，许多用户忽视假设检验步骤，直接进行ANOVA，从而得出误导性结论。因此，如何利用Shapiro-Wilk检验正态性、Levene检验方差齐性，并在假设不满足时选择适当的替代方法（如Welch ANOVA或非参数Kruskal-Wallis检验），是应用中的关键问题。

Answer 1

单因素方差分析（One-way ANOVA）假设检验的系统性实践指南

1. 基本概念与核心假设回顾

单因素方差分析（One-way ANOVA）用于比较三个或以上独立组的均值是否存在显著差异。其有效性依赖于以下三个统计假设：

1. 正态性：每组样本数据应来自正态分布总体。
2. 方差齐性：各组之间的方差应大致相等（即同方差性）。
3. 独立性：观测值之间相互独立，通常通过实验设计保障。

当这些假设被严重违反时，特别是小样本下非正态或方差不齐，ANOVA的Ⅰ类错误率可能膨胀，导致错误拒绝原假设。

2. 正态性检验：Shapiro-Wilk 方法详解

在小样本（n < 50）情况下，Shapiro-Wilk 检验是检测正态性的首选方法，因其具有较高的统计功效。

# Python 示例：使用 scipy 进行 Shapiro-Wilk 检验
from scipy import stats
import numpy as np

# 模拟三组数据
group1 = np.random.normal(5, 1.5, 20)
group2 = np.random.normal(5.5, 1.8, 20)
group3 = np.random.normal(4.8, 1.6, 20)

# 分别对每组进行正态性检验
for i, data in enumerate([group1, group2, group3]):
    stat, p_value = stats.shapiro(data)
    print(f"Group {i+1}: W={stat:.3f}, p={p_value:.4f}")

若 p > 0.05，可认为该组数据符合正态分布。注意：Shapiro-Wilk 对样本量敏感，大样本易拒绝原假设，需结合Q-Q图辅助判断。

3. 方差齐性检验：Levene 检验的应用

Levene 检验对偏离正态分布较为稳健，适用于多种分布类型的数据，是检验方差齐性的标准工具。

组别	样本量	均值	标准差
Group 1	20	5.02	1.48
Group 2	20	5.61	1.79
Group 3	20	4.78	1.63
Group 4	20	6.12	2.01
Group 5	20	5.33	1.55
Group 6	20	4.91	1.39
Group 7	20	5.77	1.82
Group 8	20	5.15	1.67
Group 9	20	4.66	1.71
Group 10	20	5.44	1.58

# Levene 检验示例
stat, p_value = stats.levene(group1, group2, group3)
print(f"Levene Test: Statistic={stat:.3f}, p-value={p_value:.4f}")

若 p > 0.05，则满足方差齐性假设；否则需考虑使用 Welch ANOVA 等修正方法。

4. 假设不满足时的替代方案选择路径

当正态性或方差齐性被拒绝时，应根据数据特征选择合适的替代方法。以下是决策流程图：

graph TD A[开始: 数据分组] --> B{是否满足正态性？} B -- 是 --> C{是否满足方差齐性？} B -- 否 --> D[样本量是否较大？] C -- 是 --> E[使用 One-way ANOVA] C -- 否 --> F[使用 Welch ANOVA] D -- 是 --> G[尝试中心极限定理近似] D -- 否 --> H[使用 Kruskal-Wallis 非参数检验] G --> F F --> I[事后多重比较：Games-Howell] H --> J[事后检验：Dunn's test]

该流程体现了从传统参数检验到稳健/非参数方法的平滑过渡策略。

5. 实际案例中的综合分析流程

在IT行业中，常用于A/B测试或多版本性能对比（如响应时间、吞吐量）。例如比较5种算法的执行耗时：

• 步骤1：绘制箱线图观察分布形态与离群点。
• 步骤2：对每组执行 Shapiro-Wilk 检验。
• 步骤3：执行 Levene 检验评估方差齐性。
• 步骤4：根据结果选择 ANOVA 或 Kruskal-Wallis。
• 步骤5：若显著，进行事后多重比较校正（如 Bonferroni 或 Tukey）。
• 步骤6：报告效应量（如 η² 或 ε²）以增强解释力。
• 步骤7：可视化结果（均值±误差条图或小提琴图）。
• 步骤8：记录所有假设检验的p值与决策依据。
• 步骤9：提供代码复现路径，确保可重复性。
• 步骤10：撰写技术文档说明统计方法选择理由。

这一完整流程确保了数据分析的科学性与工程落地的可靠性。