差异性分析
多因素方差分析
把两个以上定类因素放进同一 ANOVA，默认不跑饱和高阶交叉，先靠占用表判断哪些交互还估得出来。
这篇能回答什么
多因素方差分析是双因素 / 三因素模型的一般化：因子个数 p≥2，通常 p≥4 才需要这个页面。它仍估计各因素主效应，但不再默认把 2^p−1 个效应全部留下。四因子饱和模型已有 15 个效应（含四阶交互）；五因子是 31 个。本页先用一张压缩占用表告诉你：最高阶交叉被压扁之后，样本还剩在哪些切片上。
适合：地区 × 产品线 × 渠道 × 季度这类运营表，或成绩表上已经放了年级、班级、性别，还准备再加一个定类协分层。定量成绩表示例没有第四个现成定类列，练习时先把「年级、班级、性别」一起放入；有自备列（如科别、分校）再扩到四因子。因变量继续用「语文成绩」。
如何选择方法
用「因子个数 + 你愿意解释的最高阶交互」选页。p=3 且三阶交互在假设里 → 三因素页。p≥4，或 p=3 但你打算丢掉三阶、只留主效应和少数两阶 → 本页。p 很大时，先画一张「哪些交互有理论」的清单，再进模型；不要把饱和模型当作更高级。
多因素方差分析：两个以上定类因素 + 1 个定量 Y；自选保留的交互，先看压缩占用。
三因素方差分析：固定三个因子，源表包含三阶交互。
双因素方差分析：两个因子，交互只有一条。
单因素方差分析：一个多分类因子。
输入、输出与限制
输入
两个以上定类因素、一个定量因变量。练习：因素放入年级、班级、性别；检验变量放入语文成绩。若增加第四个定类列，一次只加有理论的那一列。学号、姓名、总分不要当因素。
分组因素：最少 2 个，建议不超过 5 个定类列。
检验变量：1 个定量列。
输出
最高阶交叉往往宽到无法整表打印，所以先输出压缩占用：项目、类别、统计量、取值。A/B/C 是被折叠后仍可读的三个切片，统计量只有频数、占比与合计 N。这张表的任务是回答「有没有空片、哪一片最厚」，不是给出四阶交互的 F。源表在占用通过之后再读。
产品限制
饱和模型的效应个数随 p 指数增长，空格会让高阶项不可估。
N=195 量级撑不住四因子全交叉，需要丢掉没有理论的三阶、四阶。
压缩占用不能还原每一个单元格 n_{ijkl}，只能提示边际是否倾斜。
图按压缩切片绘制，完整效应列表以源表为准。
案例
研究问题。 管理者想同时控制年级、班级与性别（将来还可能加上分校）来看语文成绩，但并不打算解释「年级×班级×性别×分校」四阶交叉。正确流程是：先看压缩占用，确认没有空片，再只把有理论的主效应和一两阶交互放进模型。
教学运行完整个案 195。压缩切片 A 频数 85（43.59%），B 频数 52（26.67%），C 频数 58（29.74%）。A 接近一半，B 与 C 接近，比三因素那张「一格独大」的边际更均匀，但 195 对四因子饱和模型仍然偏紧。下载定量成绩表，先放入年级、班级、性别与语文成绩；有第四个定类列再追加。
在 StatsX 中操作
步骤 1 · 上传表格
打开工作台，上传定量成绩表，确认年级、班级、性别、语文成绩、数学成绩都在。单文件不超过 20 MB。
步骤 2 · 查看画像与质量
数清你准备放入的定类列个数。班级水平多，是空格的主要来源；必要时先保留两三个班。
步骤 3 · 选择「多因素方差分析」
在算法目录搜索「多因素」或 multi-way，点选多因素方差分析。若你只要三个因子且必须看三阶交互，改走三因素页。
步骤 4 · 放入因素并运行
因素勾选年级、班级、性别；检验变量勾选语文成绩。有自备的第四个定类列再勾上。点击运行分析。
步骤 5 · 用占用决定模型
先看 A/B/C 是否都有人、合计是否为 195 量级。某片接近 0 就丢掉对应的高阶交互，不要先翻 F。
如何阅读输出
压缩占用的读法与求解器台账不同：这里的 A/B/C 不是「分组有几类」，而是高维交叉被折叠后的三块厚度。频数 85、52、58 加总 195，与合计「有效样本 N」一致。占比 43.59%、26.67%、29.74% 说明 A 片最厚，B、C 接近。项目列写「多因素方差分析」，避免和三因素页那张 324 人的占用表搞混。
| 项目 | 类别 | 统计量 | 取值 |
|---|---|---|---|
| 多因素方差分析 | 类别 A | 频数 | 85 |
| 多因素方差分析 | 类别 B | 频数 | 52 |
| 多因素方差分析 | 类别 C | 频数 | 58 |
| 多因素方差分析 | 合计 | 有效样本 N | 195 |
| 多因素方差分析 | 类别 A | 占比(%) | 43.59 |
| 多因素方差分析 | 类别 B | 占比(%) | 26.67 |
| 多因素方差分析 | 类别 C | 占比(%) | 29.74 |
左右滑动可查看完整表格
教学示例表在 StatsX 工作台中的计算结果口径。
占用通过之后才读源表。建议保留：全部主效应、事先写进假设的两阶交互。默认丢掉四阶、以及没有故事的三阶。N=195 时，一个 2×3×3×4 的交叉很容易出现空格；空格不是「p 很大」，而是该项应从模型移除。取值列没有 F，85 人不能写成「A 因素显著」。
理论与公式
p 个固定因子的饱和模型含 2^p 个参数（含总均值），效应个数（不含误差）为
三因素页对应 p=3、m=7（3 主 + 3 两阶 + 1 三阶）。本页常见 p=4、m=15。单元格期望人数可用
N=195、若四个因素水平哪怕是 3×3×2×2，平均每格已不足 20，再高的交互就会碰到空格。压缩表把这些格子折成三块：85 / 52 / 58，只用来判断边际是否倾斜。SPSS GLM 放入多个固定因子时，在「模型」对话框取消饱和、只勾需要的交互，再与源表对齐；占用人数仍应先与 195 及三块频数核对。
注意事项
p=3 且必须解释三阶交互时，不要图省事停在本页。
因素越多，完整个案删除越狠，N 会从全表 790 掉到 195 这种量级。
班级这种高基数定类会把 \prod k_j 撑爆，优先合并。
压缩占用的 A 片最厚，不代表该因素主效应存在。
多个因变量应改 MANOVA，不要把英语成绩再塞进因素列表。
常见问题
参考文献
Montgomery, D. C. Design and Analysis of Experiments. Wiley.
Kutner, M. H., Nachtsheim, C. J., Neter, J., Li, W. Applied Linear Statistical Models. McGraw-Hill.
Maxwell, S. E., Delaney, H. D. Designing Experiments and Analyzing Data. Routledge.
贾俊平. 统计学[M]. 中国人民大学出版社.