单向分类模型（one-way classification model），理学-统计学-数理统计-预测，用来比较单个因素在不同水平下的效应大小的方差分析模型。英国统计学家R.A.费希尔（R.A.Fisher）首先提出方差分析模型，方差分析模型是比较两个或多个因素效应大小的一种特殊性模型。它的自变量是示性变量，用来表示某种效应的是否存在，只能取0和1两个值。单向分类模型是一种特殊的方差分析模型，用来比较单个因素在不同水平下的效应大小，因而被称为单向分类模型。假设因子有个水平，分别记为，且在水平下作次重复观测。记为在第个水平下第次的观测值，模型为：式中为总平均；为随机误差；假定且相互独立；为水平的效应。若，则称该模型为平衡的，否则为非平衡的。单向分类模型的参数估计，为了模型的可识别性，需引入边界条件。若，则用 分别代替和，式中。对于单向分类模型的假设检验，考察因子的个水平效应是否有显著差异，即检验。可通过检验统计量对其进行显著性水平分析。