同一项医疗评分，到底更受所在地区影响，还是更受具体医保计划影响？这正是ANOVA（方差分析）擅长回答的问题：把结果的总波动拆开，看不同来源各占多少。它如今似乎不常被单独提起，并非因为失效，而是大量思想已被层级模型吸收。
层级模型会把“个人属于计划、计划位于某个地区”这类分层关系写进同一个模型，再分别估计各层差异。文章举了一项针对美国Medicare管理式医疗计划成员的调查：研究者把地区、州、大都市统计区和医保计划都作为波动来源。结果显示，医生评分的大部分差异由地理位置解释，而不是医保计划。这会改变改进工作的落点：与其只盯着表现不佳的计划，不如关注表现不佳的地区。
换句话说，ANOVA没有消失，只是从一张经典检验表，变成了层级模型里比较多组影响大小的工具。本文与本刊8月31日的介绍直接重合，更适合作为一次具体案例回看。