Stata学习笔记——单因素方差分析(ANOVA),从原理到实操

为什么要做单因素方差分析呢？

    1. 避免 “肉眼判断” 的误区

    只看均值（比如参观组均值 0.523，未参观组 0.280），无法确定差异是 “真差异” 还是 “抽样误差”，方差分析能通过 F 检验给出统计学层面的结论。

    2. 满足科研/分析的严谨性

    无论是写论文、做调研报告，还是公众号数据分析结论，“差异显著” 必须有统计检验支撑，否则结论站不住脚。

    3. 为后续分析打基础

    方差分析的结果会告诉你 “分组有影响”，但不会告诉你 “具体哪两组有差异”—— 这为事后检验、回归分析等后续步骤提供了前提。

第一步：明确分析变量（以教育领域为例）

    自变量（分组变量）：museum（是否参观博物馆，0 = 否，1 = 是）

    因变量（连续变量）：volunteer（志愿服务参与度，连续得分）

第二步：先做前提检验（别跳过！）

    方差分析有两个核心前提，Stata 一键就能检验：

1. 正态性检验（每组数据需近似正态分布）

sktest volunteer, by(museum)  // 按分组检验正态性

结果解读：

    P>0.05 则满足正态性；若样本量较大（n>30），轻微偏离正态也可接受。

2. 方差齐性检验（每组方差需大致相等）

oneway volunteer museum, bartlett  // Bartlett检验方差齐性

结果解读：

    P>0.05 则满足方差齐性；若 P<0.05（方差不齐），可后续用校正方法。

第三步：核心命令：单因素方差分析

1. 基础命令（输出核心 F 检验结果）

oneway y museum, tab 

// oneway：执行单因素方差分析。

// y：因变量

2. 进阶命令（带描述性统计 + 事后检验）

oneway volunteer museum,  tab bon sid   

// tab：输出各组均值、标准差、样本量 

// bon：Bonferroni事后检验（最常用，控制I类错误） 

// sid：Sidak事后检验（与Bonferroni类似，更宽松一点）

//bon sid：同时进行 Bonferroni 和 Sidak 两种多重比较校正，用于事后检验组间差异。

第四步：结果解读（重点看 3 个关键值）

    以 “是否参观博物馆” 为例：

   1.描述性统计：未参观组均值 0.280（n=1366），参观组均值 0.523（n=421）；

   2.F 值与 P 值：F=88.51，P<0.001 → 两组差异高度显著；

   3.事后检验：Bonferroni/Sidak 的 P<0.001 → 明确 “参观组均值显著高于未参观组”。

单因素方差分析不是 “终点”，而是 “起点”，它能为以下分析提供关键依据：

1. 事后多重比较（直接延伸）

    如果自变量有 3 + 分组（比如 “从不 / 偶尔 / 经常参观博物馆”），ANOVA 只告诉你 “组间有差异”，而 Bonferroni/Sidak/LSD 等事后检验能精准定位 “哪两组差异显著”。

2. 回归分析（深化因果推断）

    若 ANOVA 验证了 “分组有影响”，可进一步做回归分析：

    比如将 “是否参观博物馆” 作为自变量，纳入回归模型，控制性别、年龄等混杂因素，分析其对因变量的 “净效应”。

3. 多因素方差分析（拓展维度）

    如果想同时分析 “是否参观博物馆 + 是否参与在线教育” 对因变量的影响，可升级为 “双因素 / 多因素 ANOVA”，检验主效应 + 交互效应。

4. 论文 / 报告结论支撑（落地应用）

    无论是学术论文、企业调研报告，ANOVA 的 “F 值 + P 值” 都是结论的核心支撑，让数据分析从 “主观描述” 升级为 “客观验证”。

1.若方差不齐，可改用oneway y x, welch（Welch 校正 ANOVA）

oneway y x, welch   

2.别混淆变量类型：

自变量必须是分类变量，因变量必须是连续变量（否则用卡方检验 / 非参数检验）

3.别只看 P 值：

    P<0.05 只是 “有差异”，还要结合均值大小、实际意义（比如差异是否足够大）。

总结

    *单因素方差分析的核心：验证单分类自变量X对连续因变量Y的分组均值差异是否显著。

    *Stata核心命令式：

oneway 因变量 自变量,  tab bon sid

    *单因素方差分析是后续分析的基础。