差异性分析
三因素方差分析
把三个定类因素放进同一个线性模型，同时估计三条主效应、三个两两交互，以及 A×B×C 三阶交互。
这篇能回答什么
三因素方差分析回答：「年级、性别、班级这类恰好三个定类因素，对语文成绩的影响是各自独立，还是缠在一起？」模型把总变异拆成 α、β、γ 三条主效应，αβ、αγ、βγ 三个两阶交互，再加上 αβγ 三阶交互。双因素页面停在两阶交互；本页多出来的就是「第三因素会不会改写那条两阶线」。
适合：实验或观测里已经交叉了三个分组因素，因变量是定量成绩或量表总分，并且你关心「教法×规模的优势是否只在某一性别出现」这类问题。定量成绩表上可操作的三角是「年级 × 性别 × 班级」，结局用「语文成绩」。
如何选择方法
数清固定因子个数，再问要不要三阶交互。1 个因子 → 单因素；2 个 → 双因素（主效应 + 一条两阶交互）；3 个且三阶交互有理论 → 本页；3 个但你只想看其中一对交互 → 仍用双因素，第三列留作分层描述。因子继续增加 → 多因素页，并默认不饱和。
三因素方差分析：3 个定类因素 + 1 个定量因变量；估计 3 条主效应、3 条两阶交互、1 条三阶交互。
双因素方差分析：2 个因素，最高交互停在 A×B。
多因素方差分析：因子多于三个，或需要自选保留哪些交互。
单因素方差分析：只比较一个多分类因素的均值。
输入、输出与限制
输入
三个定类因素、一个定量因变量。定量成绩表：因素放「年级」「性别」「班级」，因变量放「语文成绩」。任一行在四个角色上有缺失则整行不进模型。班级水平很多时，交叉格子会迅速变空，需要先过滤班级或合并水平。
分组因素：恰好 3 个定类列。
检验变量：恰好 1 个定量列（如语文成绩）。
输出
教学表先给出交叉被压成可读边际之后的占用：项目、类别、统计量、取值。类别 A/B/C 对应某一因素（或合并边际）的三个切片，统计量是频数或占比，合计行是完整个案 N。读完占用，再进入完整 ANOVA 源表看各效应；本页取值列没有 F，不要把 74 / 64 / 186 读成检验统计量。
产品限制
必须交满三个因素；少一个应改双因素页。
不均衡格子时应用 Type III 平方和与估计边际均值，不要只比较原始格均值。
空格子会让三阶交互不可估，需合并水平或去掉该交互。
图展示边际构成或边际均值，源表数字以工作台为准。
案例
研究问题。 同一所学校的成绩表同时记录年级、性别与班级。研究者怀疑「某一年级的语文优势」只出现在部分班级、且可能随性别翻转——这正是三阶交互要回答的事。若只做年级×性别的双因素，班级被平均掉，翻转到班级层的模式会消失。
教学运行在完整个案 324 上，把交叉占用压成三个切片：A 频数 74（22.84%），B 频数 64（19.75%），C 频数 186（57.41%）。C 独自占一半以上，设计明显不均衡；先承认这一点，再谈主效应。下载定量成绩表，因素勾选年级、性别、班级，因变量勾选语文成绩，按同样角色阅读占用表。
在 StatsX 中操作
步骤 1 · 上传表格
打开工作台，上传定量成绩 xlsx，确认存在年级、性别、班级、语文成绩四列。单文件不超过 20 MB。
步骤 2 · 查看画像与质量
年级应有三个水平，性别两个水平，班级水平可能很多。班级若超过十几个，先筛到两三个班再跑，否则三阶交叉大量空格。
步骤 3 · 选择「三因素方差分析」
在算法目录搜索「三因素」或 three-way，点选三因素方差分析。
步骤 4 · 指定三角交叉并运行
三个因素分别放入年级、性别、班级；检验变量放入语文成绩（不要放总分，除非那是你预定义的唯一结局）。点击运行分析。
步骤 5 · 先读占用再读交互
先核对本页 A/B/C 频数是否加总为合计 N，再打开源表看三阶交互。三阶不显著，再回头解释两阶与主效应；不要倒序。
如何阅读输出
占用表用四列说话。项目列固定为「三因素方差分析」，提醒你这是三角交叉的边际，不是单因素频数作业。类别 A/B/C 的频数 74 / 64 / 186 加总 324，与合计行「有效样本 N」一致。占比 22.84% / 19.75% / 57.41% 的分母也是 324。C 切片 186 人，是不均衡的来源：估计边际均值时会被重新加权，原始格均值会偏向人多的班级或年级。
| 项目 | 类别 | 统计量 | 取值 |
|---|---|---|---|
| 三因素方差分析 | 类别 A | 频数 | 74 |
| 三因素方差分析 | 类别 B | 频数 | 64 |
| 三因素方差分析 | 类别 C | 频数 | 186 |
| 三因素方差分析 | 合计 | 有效样本 N | 324 |
| 三因素方差分析 | 类别 A | 占比(%) | 22.84 |
| 三因素方差分析 | 类别 B | 占比(%) | 19.75 |
| 三因素方差分析 | 类别 C | 占比(%) | 57.41 |
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。
读完占用再进源表，顺序与双因素不同：先看 A×B×C。三阶显著，说明某条两阶线随第三因素翻转，此时主效应「年级更高」往往没有统一含义，应按第三因素分层画两条交互图。三阶不显著，再看三条两阶交互；两阶也不显著，才报告三条主效应。本页取值列没有 F，不能根据 186 人写成「C 显著」。
理论与公式
固定效应三因素模型（单元格 i,j,k 的第 l 个观测）为
双因素模型没有 γ、(αγ)、(βγ)、(αβγ) 四项。三阶交互的含义是：A×B 的简单效应随 C 的水平改变。平方和常用 Type III，使每个效应在其他效应都在模型里时仍可解释；不均衡时 Type I 的顺序会改写 p 值。占用表给出的 n_A、n_B、n_C 是边际人数，不是单元格 n_{ijk}；空的 ijk 格会让 (αβγ)_{ijk} 不可估。
本教学边际 N=324，三个切片 74、64、186。SPSS「一般线性模型 → 单变量」勾选三个固定因子、默认 Type III，源表的效应名称应能对齐；先对合计 N 与各边际人数，再对 F。不要用单因素 ANOVA 的 F 来核对三阶交互。
注意事项
班级水平过多时，先过滤再跑，否则三阶交互自由度被空格吃掉。
三阶显著后不要继续用「平均过第三因素」的一句话总结主效应。
把学号当因素没有意义；因素必须是定类分组。
一次只放一个因变量；语数英一起检验应改 MANOVA。
不均衡不是错误，但必须改用边际均值而不是格子算术平均。
常见问题
参考文献
Maxwell, S. E., Delaney, H. D. Designing Experiments and Analyzing Data. Routledge.
Keppel, G., Wickens, T. D. Design and Analysis: A Researcher’s Handbook. Pearson.
贾俊平. 统计学[M]. 中国人民大学出版社.
Winer, B. J., Brown, D. R., Michels, K. M. Statistical Principles in Experimental Design. McGraw-Hill.