组间变异

组间变异 (Between-Group Variation)

组间变异（Between-Group Variation）是方差分析（ANOVA）中的核心概念，指不同处理组或分类水平之间观测值的差异程度。在统计推断中，组间变异衡量的是各组均值围绕总均值的离散程度，反映自变量（因子）不同水平对因变量产生的系统性影响。与组内变异（Within-Group Variation）共同构成总变异的正交分解，是F检验的分子项。

数学定义与计算

设有 $k$ 个组，第 $j$ 组有 $n_j$ 个观测值，组均值为 $\bar{x}_j$，总均值为 $\bar{x}$，则组间平方和（Sum of Squares Between, $SSB$）定义为：

组间均方（Mean Square Between, $MSB$）为 $SSB$ 除以其自由度 $k-1$：

总平方和 $SST$ 可分解为组间平方和与组内平方和（$SSW$）之和：$SST = SSB + SSW$。这一正交分解是方差分析的数学基石。

统计推断与F检验

在单因素方差分析中，检验统计量 $F$ 定义为组间均方与组内均方之比：

若原假设（各组均值相等）为真，则 $F$ 统计量服从自由度为 $(k-1, N-k)$ 的F分布。当 $F$ 值显著偏大时，表明组间变异相对于随机误差（组内变异）异常突出，从而拒绝原假设，推断至少有一组均值与其他组存在显著差异。在此框架中，组内变异充当了评估组间变异是否"足够大"的参照基准——这正是R.A. Fisher设计方差分析的直觉核心。

方差分析中的效应量

除显著性检验外，组间变异还用于构造效应量指标。最常用的是 $\eta^2$（Eta-squared）：

$\eta^2$ 解释为自变量能够解释的因变量变异比例，取值范围 $[0, 1]$。其偏形式（Partial $\eta^2$）在多因素设计中剔除其他因子影响后计算，广泛用于报告效应大小。Cohen 给出的经验基准为：$\eta^2 = 0.01$（小）、$0.06$（中）、$0.14$（大）。

与组内变异的关系

组间变异与组内变异构成统计推断中"信号与噪声"的经典对偶。组间变异捕捉实验处理或分类因素带来的系统性差异，组内变异反映同一条件下个体间的随机波动。在理想实验中，研究者期望最大化组间变异（施加有效的处理差异）同时最小化组内变异（控制无关变异源），从而获得更高的统计检验力。实验设计的三原则——重复（Replication）、随机化（Randomization）和区组化（Blocking）——本质上都是围绕这一对变异的调控展开：重复提供组内变异的估计，随机化消除系统偏差，区组化则通过从组内变异中剥离已知变异源来缩小误差项。

在广义遗传力中的应用

组间变异的概念延伸至定量遗传学中广义遗传力（Broad-Sense Heritability, $H^2$）的估计。在此框架下，表型变异 $V_P$ 被分解为遗传变异 $V_G$ 与环境变异 $V_E$：$V_P = V_G + V_E$。遗传变异可进一步细分为加性效应、显性效应和上位效应。广义遗传力定义为 $H^2 = V_G / V_P$，即遗传变异占总表型变异的比例。在方差分析框架中，不同基因型构成"组"，组间变异对应遗传变异，组内变异对应环境变异——这正是 ANOVA 方法估计遗传力的统计学基础。这一框架由R.A. Fisher在1918年的经典论文中奠定，将孟德尔遗传学与生物统计学的分歧统一于方差分解的逻辑之下。

多因素扩展与交互作用

在多因素方差分析中，组间变异被进一步分解为主效应和交互效应。以 $A \times B$ 双因素设计为例，$SSB$ 可分解为 $SS_A + SS_B + SS_{A \times B}$，每个分量分别对应各因子的边际贡献及其交互作用。当交互效应显著时，单纯的主效应解释力下降，需进行简单效应分析（Simple Effects Analysis）。这一分解逻辑自然推广至线性模型的方差分析表（ANOVA Table），是所有实验因子显著性检验的统一框架。