当试验所具备的人力、物力、财力、时间有限时,无重复因析试验被广泛应用于实际生活中.然而无重复因析试验存在一个缺陷,即没有多余自由度对试验的误差方差进行估计,除非牺牲某些高阶交互效应,否则无法进行方差分析以识别显著效应.因此识别无重复因析试验中的显著效应具有重要的研究意义.文献中介绍了各种识别显著效应的方法,如正态图(Daniel,1976)、半正态图(Daniel,1959)、Lenth(1989)的方法和Dong(1993a,1993b)的方法等.正态图的方法应用比较简单,但其具有主观性,可能出现视觉上的偏差.在正态图的方法中效应依赖于因子高低水平的设置,由一组观测值可能会得到多个不同的正态图;在半正态图的方法中效应绝对值不依赖于因子高低水平的设置,由一组观测值只能得到唯一一个半正态图,但其仍然具有主观性,只有经验丰富的分析师才能识别一个偏离直线的效应是否显著;Lenth(1989)通过修剪的中位数得到效应标准差的稳健估计,但其比较保守,往往高估效应标准差且t统计量的自由度(k-1)/3可能不是整数,其中κ-1是效应的个数;Dong(1993a,1993b)提出的方法计算简单,但当效应不稀疏,即显著效应所占比例超过20%时,此方法正确识别显著效应的频率较低且均方误差较大.这种缺陷在现存分析方法中普遍存在,因为文献中的方法均有一个相同的前提,即效应稀疏,其含义是显著效应所占比例不超过20%.但是不可否认现实中存在不符合效应稀疏的情况.本文针对效应不稀疏的情况,提出了一种新方法,即Robust Z检验结合异常值检验识别显著效应.通过Robust Z检验初步确定显著效应所占比例,由此比例结合异常值检验初步识别显著效应,利用非显著效应估计误差方差,进而构造检验统计量识别显著效应.通过10000次蒙特卡罗模拟试验得到新方法正确识别显著效应的频率及均方误差,并与Lenth和Dong的方法进行比较.模拟结果表明当显著效应所占比例超过20%时,新方法正确识别显著效应的频率最高,均方误差最小;当显著效应所占比例不超过20%时,Dong的方法正确识别显著效应的频率最高,新方法正确识别显著效应的频率与Dong的方法相差不大,Dong的方法的均方误差最小,新方法的均方误差与Dong的方法的均方误差很接近.通过10000次蒙特卡罗模拟试验得到新方法在t分布、均匀分布和F分布数据下正确识别与包含全部显著效应的频率并与Lenth和Dong的方法进行比较.模拟结果表明新方法的适用性更强.通过新方法、半正态图、Lenth和Dong的方法在5个例子中的具体应用,可得新方法不只能识别出明显显著的效应也能识别出中等显著的效应且新方法在效应稀疏时的表现也很好.