计数数据不能真正具有正态分布，除非作为大计数情况下的近似值。但这不是主要原因：

1. 计数数据没有恒定的方差。对于最常用的模型，泊松分布，方差等于均值，对于许多其他合理的模型（集群过程，例如人们分组到达某个地方），方差与均值成正比。即使在今天有时也有用的经典解决方案是平方根变换，它可以稳定方差。请参阅为什么建议对计数数据使用平方根转换？.

2. 计数是广泛的变量，而不是密集的。请参阅拟合优度以及选择线性回归或泊松的模型

3. 正如评论中提到的，序数回归模型是一种可能性。有关详细信息，请参阅GLM，其中连续数据堆积为零 ，尤其是 F. Harrell 的答案。

今天，用count数据大多认为泊松回归（或变体），这是一个glm（广义线性模型），至少作为一个起点。但是您仍然可以使用 anova 思维，因为 anova 中使用的所有实验设计思想也可以与广义线性模型一起使用！因此，您仍然可以使用带有泊松回归的裂区模型。

类似的帖子还有很多。