一、背景

t值检验和单因素方差分析是统计学中两种常用的均值差异检验方法，它们既有区别又有联系。

1. 核心区别

• 适用组别数量不同：t检验专门用于比较两组数据的均值差异，而单因素方差分析用于比较三组及以上数据的均值差异。
• 统计量不同：t检验使用t统计量，方差分析使用F统计量。当只有两组数据时，两者结果等价，且存在关系：F = t²。
• 多重比较问题：如果对三组及以上数据直接进行多次t检验，假阳性错误率会累积到约14.3%，远超5%的显著性水平。方差分析先进行整体检验，若显著再做事后比较，能有效控制假阳性风险。

1. 共同点

两者都要求数据满足正态分布和方差齐性的前提条件，都是用于检验均值差异的统计方法。

1. 选择建议

• 比较两组数据均值：使用t检验
• 比较三组及以上数据均值：使用单因素方差分析
• 若方差分析显著，需进一步进行事后检验（如Tukey HSD）确定具体哪两组存在差异

ps：这里我选用的是三组以上的数据进行分析，用的是单因素方差分析。使用软件：Prim 10

二、步骤

1.点击 New Data Table进行制表，我这里选的是Column-每一组数据都跟control进行比较；将制作好的表格直接复制粘贴到Data Tables。

2.点击分析，对表格数据进行One-way ANOVA单因素分析（大于两组），一般选择多重比较-所有数据之间相互比较，可以在Results里看见统计学分析；在创建graphs时选择图表类型，创建图表。

3.对图表进行美化

• 调整柱子间组间距：点击两柱图之间的空白，在Graph Settings- Dimensions下方调整；
• error bar添加散点（可以看出数据之间的差异）：第二张图
• 各组数值差异较大，导致纵坐标要做横断：第三张图，点击纵坐标，在Left Y Axis中选择Gaps and Direction的横断样式，再选择Bottom/Top数值即可。注意要取消第四张图的Discontinuous Axis，否则会在柱子上做横断非常丑。
• 最终效果：第三张图（仅示范）

4.保存图片

Export——file format（一般是tif格式）——background color：White