二因子變異數分析與交互作用：從平方和分解到效果調節

從「兩條主效果」到「斜率不平行」：交互作用的真正意義

當我們同時操弄兩個類別因子（例如「教學法」與「學生程度」），最容易犯的錯，是把兩個因子的效果當成彼此獨立、可以單純相加。二因子變異數分析（two-way ANOVA）的核心價值，恰恰在於它讓我們有能力檢驗「相加假設」是否成立——也就是是否存在交互作用（interaction）。直覺上，交互作用就是「一個因子的效果，會隨另一個因子的水準而改變」；幾何上，就是在因子水準均值圖上，兩條折線不平行。

設因子 $A$ 有 $a$ 個水準、因子 $B$ 有 $b$ 個水準，每個格子（cell）有 $n$ 個觀測值（平衡設計）。標準的可加效果模型寫成：

$$ Y_{ijk} = \mu + \alpha_i + \beta_j + (\alpha\beta)_{ij} + \varepsilon_{ijk}, \quad \varepsilon_{ijk}\overset{iid}{\sim}\mathcal{N}(0,\sigma^2) $$

其中 $i=1,\dots,a$、$j=1,\dots,b$、$k=1,\dots,n$。為了讓參數可辨識（identifiable），施加邊際約束：

$$ \sum_i \alpha_i = 0,\quad \sum_j \beta_j = 0,\quad \sum_i (\alpha\beta)_{ij}=0\ \forall j,\quad \sum_j (\alpha\beta)_{ij}=0\ \forall i. $$

主效果 $\alpha_i$、$\beta_j$ 描述各因子的邊際偏移，而 $(\alpha\beta)_{ij}$ 正是交互作用項：當且僅當所有 $(\alpha\beta)_{ij}=0$ 時，兩因子效果可加。

平方和的正交分解

二因子 ANOVA 的推導骨幹，是把總變異依正交對比拆解。記格均值 $\bar{Y}_{ij\cdot}$、列均值 $\bar{Y}_{i\cdot\cdot}$、行均值 $\bar{Y}_{\cdot j\cdot}$、總均值 $\bar{Y}_{\cdots}$。對單一觀測值做恆等分解：

$$ Y_{ijk}-\bar{Y}_{\cdots} = \underbrace{(\bar{Y}_{i\cdot\cdot}-\bar{Y}_{\cdots})}_{A} + \underbrace{(\bar{Y}_{\cdot j\cdot}-\bar{Y}_{\cdots})}_{B} + \underbrace{(\bar{Y}_{ij\cdot}-\bar{Y}_{i\cdot\cdot}-\bar{Y}_{\cdot j\cdot}+\bar{Y}_{\cdots})}_{AB} + \underbrace{(Y_{ijk}-\bar{Y}_{ij\cdot})}_{E}. $$

在平衡設計下，這四個分量兩兩正交，因此平方和直接相加（交叉項加總為零）：

$$ SS_{T}=SS_{A}+SS_{B}+SS_{AB}+SS_{E}, $$

其中

$$ SS_{A}=bn\sum_i(\bar{Y}_{i\cdot\cdot}-\bar{Y}_{\cdots})^2,\quad SS_{B}=an\sum_j(\bar{Y}_{\cdot j\cdot}-\bar{Y}_{\cdots})^2, $$

$$ SS_{AB}=n\sum_i\sum_j(\bar{Y}_{ij\cdot}-\bar{Y}_{i\cdot\cdot}-\bar{Y}_{\cdot j\cdot}+\bar{Y}_{\cdots})^2,\quad SS_{E}=\sum_i\sum_j\sum_k(Y_{ijk}-\bar{Y}_{ij\cdot})^2. $$

對應自由度為 $a-1$、$b-1$、$(a-1)(b-1)$、$ab(n-1)$，恰好加總為 $abn-1=N-1$。這個「自由度也可加」的事實，正是正交分解的副產品。

期望均方與 F 檢定的合理性

要理解為何用 $F$ 統計量，需計算各均方（mean square, $MS=SS/df$）的期望值。以固定效果模型為例，可推得：

$$ E[MS_{A}]=\sigma^2+\frac{bn}{a-1}\sum_i\alpha_i^2,\quad E[MS_{AB}]=\sigma^2+\frac{n}{(a-1)(b-1)}\sum_i\sum_j(\alpha\beta)_{ij}^2,\quad E[MS_{E}]=\sigma^2. $$

關鍵在於：在虛無假設 $H_0^{AB}:(\alpha\beta)_{ij}=0\ \forall i,j$ 下，$E[MS_{AB}]=\sigma^2=E[MS_{E}]$，兩者估計同一個量；而當交互作用存在時，分子期望被推高。由 Cochran 定理，標準化後的各平方和在常態假設下服從獨立的卡方分配：$SS_{AB}/\sigma^2\sim\chi^2_{(a-1)(b-1)}$、$SS_{E}/\sigma^2\sim\chi^2_{ab(n-1)}$，故

$$ F_{AB}=\frac{MS_{AB}}{MS_{E}}\overset{H_0^{AB}}{\sim}F_{(a-1)(b-1),\,ab(n-1)}. $$

這便是 $F$ 檢定的數學根據：它是「被效果污染的變異」對「純誤差變異」的比值。統計素養提醒：$p$ 值小只代表觀測到的折線不平行程度，在 $H_0$ 為真時罕見，並不等於「交互作用很強」或「實務上重要」；效果量（如 $\eta_p^2=SS_{AB}/(SS_{AB}+SS_{E})$）才回答「有多大」。

定量小範例

考慮 $a=2$（教學法：傳統／AI 輔助）、$b=2$（先備知識：低／高），每格 $n=3$。格均值與格內樣本如下（分數，已知 $\sigma$ 未知）：

邊際均值：列均值 $\bar{Y}_{\text{傳統}}=65$、$\bar{Y}_{\text{AI}}=78$；行均值 $\bar{Y}_{\text{低}}=63$、$\bar{Y}_{\text{高}}=80$；總均值 $\bar{Y}_{\cdots}=71.5$。

主效果平方和：

$$ SS_A=bn\sum_i(\bar{Y}_{i\cdot}-71.5)^2=2\cdot3\big[(65-71.5)^2+(78-71.5)^2\big]=6(42.25+42.25)=507. $$

$$ SS_B=an\sum_j(\bar{Y}_{\cdot j}-71.5)^2=2\cdot3\big[(63-71.5)^2+(80-71.5)^2\big]=6(72.25+72.25)=867. $$

交互作用平方和：計算各格的交互殘差 $\bar{Y}_{ij}-\bar{Y}_{i\cdot}-\bar{Y}_{\cdot j}+\bar{Y}_{\cdots}$。以傳統×低為例：$60-65-63+71.5=3.5$；由對稱性四格分別為 $3.5,-3.5,-3.5,3.5$。故

$$ SS_{AB}=n\sum_i\sum_j(\cdot)^2=3\cdot(4\times 3.5^2)=3\times49=147. $$

誤差平方和：每格格內偏差平方和均為 $(-2)^2+0+2^2=8$，四格共 $SS_E=4\times8=32$，$df_E=ab(n-1)=4\times2=8$，故 $MS_E=4$。

交互作用 F 值：$df_{AB}=(a-1)(b-1)=1$，$MS_{AB}=147/1=147$，

$$ F_{AB}=\frac{147}{4}=36.75. $$

對照 $F_{1,8}$ 的 $0.05$ 臨界值約 $5.32$，$36.75$ 遠超之，故拒絕「無交互作用」。詮釋：AI 輔助相對傳統的增益，在高先備（$+20$ 分）遠大於低先備（$+6$ 分）——折線不平行，這正是「先備知識調節（moderate）了教學法效果」。此時若只報告主效果（AI 平均高 13 分）將具誤導性，務必先看交互作用、再做單純主效果（simple main effects）的事後分解。

深入探討（研究所視角）

從估計理論看，平衡固定效果二因子 ANOVA 的最小平方估計（OLS）等價於常態誤差下的最大概似估計（MLE），且因設計矩陣的各效果子空間正交，估計量 $\hat{\alpha}_i,\hat{\beta}_j,\widehat{(\alpha\beta)}_{ij}$ 彼此不相關、為 BLUE（Gauss–Markov）。其漸近性質可由 $M$-估計框架刻畫：在規律條件下 $\sqrt{N}(\hat{\theta}-\theta)\xrightarrow{d}\mathcal{N}(0,\,\sigma^2(\mathbf{X}^\top\mathbf{X}/N)^{-1})$，而 $F$ 檢定在 $H_0$ 下其分子分母比經 $\times df_1$ 後漸近於 $\chi^2_{df_1}$（即 Wald／LR／score 三者漸近等價）。動差法（method of moments）在此與 OLS 殊途同歸，因二階動差恰好給出 $\sigma^2$ 的無偏估計 $MS_E$。

不平衡設計的隱患最值得研究生警惕：當格內樣本數不等，效果子空間不再正交，$SS_A+SS_B+SS_{AB}\neq$「順序拆解之和」，於是出現 Type I／II／III 平方和之爭。Type III（邊際性、各效果在「其他效果已在模型中」下檢定）在主流軟體為預設，但其結果依賴對比編碼（必須用 sum-to-zero 而非 dummy 編碼才對應前述邊際約束），這是實證論文常見的隱性錯誤來源。

隨機效果與混合模型進一步推廣此框架：若 $B$ 為隨機因子，則 $E[MS_A]$ 的誤差項變為 $\sigma^2+n\sigma^2_{\alpha\beta}$，正確的 $F$ 分母不再是 $MS_E$ 而是 $MS_{AB}$。此一「找對誤差項」的問題，自然導向變異成分估計（REML）與線性混合模型（LMM），後者允許不平衡、缺失與層級巢狀結構，是當代教育與心理計量的主力工具。

貝氏對應將固定效果視為帶先驗的參數：常以階層先驗 $(\alpha\beta)_{ij}\sim\mathcal{N}(0,\tau^2)$ 取代硬性「等於零」假設，透過 $\tau^2$ 的後驗實現對交互作用的收縮（shrinkage），並可用 Bayes factor 或後驗區間取代二元的顯著與否判定，緩解 $p$ 值的閾值崇拜。

與機器學習／因果推論的連結最具啟發性。從預測角度，交互作用即「特徵間的非可加性」，對應到帶交互項的線性模型、樹模型的分裂結構，乃至 Friedman 的 H-statistic 與 SHAP interaction values——ANOVA 可視為這類非可加性偵測的古典原型，甚至有 functional ANOVA 分解將任意黑箱函數拆為主效果與高階交互。從因果角度，在潛在結果框架下，交互作用對應「效果調節」（effect modification），即 $E[Y(1)-Y(0)\mid B=j]$ 隨 $j$ 變化的異質處理效應（HTE）。但統計素養紅線在此尤其關鍵：ANOVA 的交互作用是觀測到的條件均值結構，唯有在隨機分派（或可忽略性成立）下才能賦予因果解讀；在觀察性資料中，看似的交互作用可能源自未測量混淆或選擇偏誤——別把「相關的調節」當成「因果的調節」。