协方差分析 ANCOVA 和方差分析 ANOVA 有什么区别？

ANCOVA 在 ANOVA 基础上纳入一个或多个连续协变量，统计控制其影响后比较各组调整后均值，可提高检验效力并减少混淆。

ANCOVA 需要满足哪些前提假设？

除正态、方差齐性和独立性外，ANCOVA 还有两个关键假设：协变量与因变量线性相关，以及回归斜率同质性（组×协变量交互不显著）。

回归斜率同质性假设被违反了怎么办？

若组与协变量的交互显著，说明各组斜率不同，标准 ANCOVA 不适用，可改用 Johnson-Neyman 法分析或采用允许斜率不同的模型。

ANCOVA 里的调整后均值是什么意思？

调整后均值（estimated marginal means）是把所有组的协变量设为总均值后估计的各组因变量均值，反映在同等协变量水平下的组间差异。

检验

协方差分析 ANCOVA 怎么做、结果怎么写

作者 / 审校：shujufenxi 编辑部·最后审校 2026-04-30

你遇到的问题

各组的后测成绩有差异，但你担心是前测基线不同造成的，想「扣掉」前测的影响再比较组间差异，却不知道该把前测放哪、跑出来的「校正后均值」和原始均值不一样又该报哪个。

适用场景

协方差分析适用于比较若干组在某连续因变量上的差异，同时统计控制一个或多个连续协变量（如前测、年龄）的影响。除方差分析的常规假设外，ANCOVA 还要求回归斜率同质，即协变量与因变量的关系在各组间一致（表现为分组与协变量的交互项不显著）。

正确做法

先检验回归斜率同质假定：在模型中加入「分组×协变量」交互项，若不显著（p > .05）则满足假定，可正式做 ANCOVA。正式分析报告控制协变量后的组间效应 F(df1, df2)、p、partial η²，并报告各组的校正后均值（estimated marginal means, EMM）及其标准误，而不是原始均值。

报告示例：回归斜率同质假定检验中，组别与前测成绩的交互项不显著，F(1, 76) = 0.63, p = .431，满足假定。以前测成绩为协变量的协方差分析显示，控制前测后组别主效应显著，F(1, 77) = 11.24, p = .001, partial η² = .127。校正后均值显示，实验组（M = 82.6, SE = 1.4）显著高于对照组（M = 76.9, SE = 1.4）。

常见错误

错误一：跳过回归斜率同质检验就直接做 ANCOVA，一旦斜率不齐，用一个共同斜率去校正会得出误导性结论。错误二：报告的是原始组均值而非校正后均值（EMM），使「控制协变量后」这句话名不副实，读者看到的差异其实没扣除协变量影响。

需要更进一步？

如果你不确定斜率同质检验通没通过、或搞不清该报原始均值还是校正后均值，可以把输出粘贴进统计结果解读器核对；若协变量不止一个、或斜率不同质需要改用其他方法，建议预约辅导帮你重新设定模型。

操作步骤

SPSS

分析→一般线性模型→单变量
将成绩移入「因变量」，组别移入「固定因子」，前测成绩移入「协变量」
先验证斜率同质性：点「模型」纳入组别、前测及组别*前测交互项并运行，查看交互是否显著
交互不显著后恢复默认主效应模型，点「EM 均值」将组别移入并勾选「比较主效应」
点「选项」勾选「效应量估计」，点「确定」，读取校正后边际均值与组别主效应检验

# 使用 car 与 emmeans 包进行协方差分析
library(car); library(emmeans)
df <- read.csv('data.csv')
anova(lm(score ~ pretest + group, data = df), lm(score ~ pretest * group, data = df))  # 斜率同质性检验
fit <- lm(score ~ pretest + group, data = df)
Anova(fit, type = 3)  # 组别主效应的 F 与 p
emmeans(fit, ~ group)  # 校正后边际均值 EMM

完整示例（模拟数据）

比较两种教学法（实验组、对照组，各 30 人）对学业成绩的影响，并控制前测成绩（标注：模拟数据样例）。

回归斜率同质性检验显示组别与协变量的交互不显著（F(1, 56)＝0.65，p＝.42），满足协方差分析的前提假设。在控制前测成绩后，组别的主效应显著，F(1, 57)＝12.45，p＝.001，偏 η²＝.179。校正后边际均值（EMM）显示实验组（51.8）显著高于对照组（45.2），表明实验教学法对学业成绩具有正向促进作用。

统计量	数值
斜率同质性 F(1, 56)（p）	0.65（p＝.42）
组别 F(1, 57)	12.45
p	.001
偏 η²	.179
实验组 EMM	51.8
对照组 EMM	45.2

常见疑问

协方差分析 ANCOVA 和方差分析 ANOVA 有什么区别？: ANCOVA 在 ANOVA 基础上纳入一个或多个连续协变量，统计控制其影响后比较各组调整后均值，可提高检验效力并减少混淆。
ANCOVA 需要满足哪些前提假设？: 除正态、方差齐性和独立性外，ANCOVA 还有两个关键假设：协变量与因变量线性相关，以及回归斜率同质性（组×协变量交互不显著）。
回归斜率同质性假设被违反了怎么办？: 若组与协变量的交互显著，说明各组斜率不同，标准 ANCOVA 不适用，可改用 Johnson-Neyman 法分析或采用允许斜率不同的模型。
ANCOVA 里的调整后均值是什么意思？: 调整后均值（estimated marginal means）是把所有组的协变量设为总均值后估计的各组因变量均值，反映在同等协变量水平下的组间差异。

参考来源

· Tabachnick, B. G., & Fidell, L. S. (2019). Using Multivariate Statistics (7th ed.). Pearson.
· Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). Sage.
· Huitema, B. E. (2011). The Analysis of Covariance and Alternatives (2nd ed.). Wiley.

用统计结果解读器生成结果段落预约辅导

工具输出请自行核对后使用。内容参考见方法论标准。

← 返回知识库