单因素方差分析：粘贴多组数据，输出组间/组内平方和、均方、F 值、p 值与效应量 η²，并说明是否需要事后比较。
F = MS组间 / MS组内SS组间 = Σnᵢ(x̄ᵢ−x̄)²df组间 = k−1，df组内 = N−kη² = SS组间/SS总至少三组，每组至少 2 个数据；组间用分号，组内用逗号或空格。
| 比较次数 | 假阳性风险 |
|---|---|
| 3 组两两比较（3 次） | 约 14% |
| 4 组（6 次） | 约 26% |
| 5 组（10 次） | 约 40% |
| ANOVA 一次 | 控制在 5% |
ANOVA 只回答「至少有一组不同」，不告诉你哪两组不同。F 显著后需要做事后多重比较（LSD、Tukey HSD、Bonferroni），并报告校正后的 p 值。
效应量 η² 说明差异有多大：0.01 小、0.06 中、0.14 大。样本量很大时，微小的差异也会显著，这时更要看效应量。
看 p 值，不看 F 的绝对值。F 与自由度有关，不同研究不可直接比较 F。
可以，两组时 F = t²，结果与 t 检验等价。但两组直接用 t 检验更直观。
写作 η² = 0.12，并说明属于小/中/大效应。
可做对数转换，或改用非参数检验 Kruskal-Wallis。