t 检验与方差分析该如何选择使用？

核心区别：比较的组数

t 检验和方差分析（ANOVA）本质上都是检验均值差异，最根本的区别在于同时比较的组数。t 检验用于比较两组均值；方差分析用于比较三组及以上均值，或同时考察多个因素及其交互作用。对三组以上数据反复做两两 t 检验，会使整体假阳性率（I 类错误）明显升高，这是最常见的误用。

t 检验的适用情形

• 独立样本 t 检验：两组独立样本，如处理组与对照组，各样本互不影响。
• 配对 t 检验：同一对象前后两次测量，或配对设计的两组数据。
• 单样本 t 检验：一组数据与已知标准值比较。

使用前提：数据近似正态、两组方差相近（方差齐性）。方差不齐时可改用校正自由度的 t 检验；样本量较小时正态性尤其重要，可用正态性检验或图示判断。

方差分析的适用情形

• 单因素方差分析：一个处理因素有多个水平（如三种药物剂量），比较各组均值。
• 双因素/多因素方差分析：同时考察两个及以上因素，并检验因素间是否存在交互作用。
• 重复测量方差分析：同一对象多个时间点重复测量。

前提：各组独立、残差近似正态、方差齐性。方差分析显著后，只能说明“至少有一组不同”，需再做事后多重比较（如 Tukey、Bonferroni 等），并注意校正多重检验。

逐项排查与选择流程

1. 先明确比较的是几组均值：两组用 t 检验，三组及以上用方差分析。
2. 判断设计类型：独立、配对还是重复测量，选择对应变体。
3. 检查前提条件：正态性、方差齐性；不满足时考虑数据变换或非参数方法（如 Mann-Whitney U、Kruskal-Wallis）。
4. 方差分析显著后再做事后比较，不要直接堆叠 t 检验。
5. 多因素设计优先用方差分析模型，而非拆成多次单因素分析。

预防建议

统计方法应在实验设计阶段确定，避免看到数据后再挑选方法；保证足够且均衡的重复数；记录完整原始数据以便核查前提条件。涉及生物样本和有毒试剂的操作请按实验室规定进行。具体检验的临界值、事后比较方法及软件参数设置，请以统计教材、软件说明或预实验分析结果为准。