理解方差分析，组内变异与组间变异

今天写写方差分析，很简单的方法，大家都会用，都知道什么时候用，也都用的挺溜，看看能不能写出点新意，启发大家。

方差分析到底想解决什么问题？

我们先从一个最简单、最常见的问题开始。假设我们想知道，喝不同种类的咖啡，会不会影响我们的学习效率。我们找了三组同学：

• • 第一组，让他们喝黑咖啡。

• • 第二组，让他们喝拿铁。

• • 第三组，什么都不喝，作为对照组。

然后，我们让这三组同学都去做一套数学题，看看他们的平均得分。

• • 喝黑咖啡的同学，平均分是 85分。

• • 喝拿铁的同学，平均分是 80分。

• • 对照组的同学，平均分是 75分。

现在问题来了，我们能直接就下结论说：“黑咖啡的学习效果最好！”吗？

当然不能。因为我们知道，就算这三组同学都喝同一种饮料，他们的得分也不会一模一样。这里涉及到变异的来源：随机的噪音，还是真实的影响？比如，喝黑咖啡的那组，可能有一个学霸考了95分，一个马大哈只考了75分，平均下来才是85分。这个分数高高低低，不是因为他们喝了黑咖啡导致的，而是因为他们本身的学习基础、做题习惯、当天状态等等各种随机因素导致的。

这种“高高低低”的现象，我们把它叫做变异（Variation）。

方差分析这个方法，它厉害就在它能把我们看到的所有变异，一层一层地剥开，然后问一个核心问题：我们观察到的这些差异，到底是“随机的噪音”，还是由我们的“干预”（喝不同咖啡）带来的？