嵌套单因素方差分析可比较三个或更多存在嵌套因子的不匹配组的平均值。

残差分布是否服从高斯分布？

嵌套方差分析假设残差（在许多情况下为技术重复之间的变化）从高斯分布中抽样。考虑到中心极限定理，该假设对大样本不太重要。

“嵌套t检验”对话框的第三个选项卡允许您使用多种方法绘制残差图，以评估正态性。

每个子列内的变化是否存在相同变化？

嵌套方差分析假设每个子列的数据从具有相同SD（相同方差）的群体中抽样。Prism未检验这一点，但是您可以查看数据，确定是否存在严重违反情况。

考虑对数值的对数进行方差分析。在某些情况下，这使得方差更接近相等。

子列之间的变化是否服从高斯分布？

嵌套单因素方差分析假设子列平均值之间的变化服从高斯分布，子列内的重复也服从高斯分布。

您是否真的想比较平均值？

嵌套方差分析可以比较三组或更多组的平均值。即使分布有相当大的重叠，P值也可能很小，这是群体平均值不同的明显证据。在某些情况下（例如，评估诊断检测的有用性），您可能更感兴趣的是分布的重叠，而非平均值之间的差异。

主要因素是“固定的”还是“随机的”？

Prism假设组（数据集）为固定因素。换言之，Prism检验的是特定组（收集数据）平均值之间的差异。组（数据集）也可能代表随机因素。您从无限（或者至少是大量）可能的组中随机选择组，并且想得到关于所有组之间差异的结论，就会发生这种情况，甚至是未包括在该实验中的组，亦如此。当主要因素为随机时，Prism无法进行嵌套方差分析。

请注意，Prism假设嵌套因子是随机的。

不同列是否可以代表分组变量的不同级别？

嵌套单因素方差分析询问三个或三个以上组之间的单个变量值是否存在显著差异。在Prism中，您可以在各自列中输入每个组。如果不同列代表不同变量（而非不同组），则单因素方差分析将不太合适。例如，如果A列为葡萄糖浓度，B列为胰岛素浓度，C列为糖化血红蛋白浓度，则单因素方差分析没有任何帮助。

。