方差分析(AnalysisofVariance).doc

方差分析 (Analysis of Variance) 考虑以下: 一位研究者儿童阅读能力.研究者儿童每阅读设计以下实验三个组: 3 岁, 8 岁, 和 14 岁.个组随机分配三个阅读条件. 组 1阅读 5 分钟; 组 215 分钟; 对于组 330 分钟.两个儿童阅读能力 阅读 5 分钟 15 分钟 30 分钟 年龄 3 岁 8 岁 14 岁 3 X 3 样本 ( 9个). 如何分析数据? -检验 z-检验用多于 2 组. 处理这类数据需要用 推论统计程序: 方差分析 (ANOVA). ANOVA两个变量 (因素): 年龄阅读. 两个都是组间 (样本) 变量. ANOVA 分析组内 (重复测量) 因素设计间组内因素(e.g. 假设上例中我们用同儿童年龄组内,阅读组间). 在方差分析,因素自变量. 一个自变量称为单因素设计single-factor design）. 具有多于一个自变量研究称为因素设计factorial design）. 构成因素个处理条件称为因素水平. 因素设计, 两个组间因素,每一个因素 3 个水平 ( 3 X 3 组间设计). ANOVA.集中讨论单因素, 独立测量设计. ANOVA逻辑 ANOVA的符号. ANOVA的过程和例题事后检验ANOVA的逻辑 假设检验逻辑同样的, step 1: 陈述 H0 (和H1 ??) ，确定标准: ? = ?step 2: ANOVA 检验总是 单尾step 3: 检验df (有两个 df) step 4: 表找出临界 F统计量 step 5: 对于样本计算 F统计量 step 6: 比较 F统计量 临界 F统计量step 7: H0 作出结论 单因素, 独立测量研究设计 检验三个不同的方法效应方法 A学生, 不去上课. 方法 B,记笔记，不读课本. 方法 C, 只看别人的笔记 Step 1: 陈述假设和设定标准 ( ?) H0: ?1 = ?2 = ?3 H1: 其中一个组的不同备择假设 可能的?1不等于 ?2 = ?3 ?1 = ?3 等于 ?2 ?1 = ?2 等于 ?3 ?1 等于 ?2 等于 ?3 虚无假设 step 2: ANOVA 检验总是单尾. 负的方差. F分布表.（F分布图） step 3: 找出检验df. 注意考虑几个 df (step 4: 从表找出临界 F统计量 分子的df 分母的df 1 2 3 4 5 1 1614052 2004999 2165403 2255625 2305764 2 18.5198.49 19.0099.00 19.1699.17 19.2599.25 19.3099.30 3 10.1334.12 9.5530.92 9.2829.46 9.1228.71 9.0128.24 :: : : : : : : : : : : 与 t分布表, F分布表描述一族 F分布. 两个df,用找出正确的行找出正确的列.对应于 ? = 0.05, 对应于 ? = 0.01. step 5: 计算样本 F统计量概念水平ANOVA 非常类似 两个独立样本 t检验 tobs = 样本均值差异 期望的差异 对于 ANOVA检验统计量 (称为 F比率) F = 样本均值间方差 (差异)期望的(误差)方差(差异) 为什么用方差? 多于两个组. 计算分数描述差异间分布? 差异, 但是方差ANOVA -方差分析. 首先考虑方差来源. 样本不同(处理间变异) 处理/组效应 - 处理差异个体差异效应 - 个体差异异随机误差 每一个样本变异 (处理变异) 个体差异效应随机误差 F比率 : F比率 =样本均值间方差 (差异) 期望的 (误差)方差(差异) F比率 =处理间方差 处理内方差 F比率 = 处理效应 + 个体差异 + 随机误差 个体差异 + 随机误差 注意: 有时分母误差方差 如果 H0 ,处理效应值? H0: ?1 = ?2 = ?3 如果没有差异, 效应方差 = 0如果效应方差 = 0, F比率值? F比率 = 0 + 个体差异 + 随机误差 = 1 = 1.0 个体差异 + 随机误差 1 如果 H0 F比率大于 1. step 6: 比较 F统计量临界 F统计量 如果 F统计量 (Fobs) 在统计显著大于 1.0 拒绝 H0 ANOVA的专用符号 K = 处理条件(组)n = 每一个组(如果) ni = 第i组(如果 ) N = ?ni = 总的样本容量