《统计心理学教学资料》8-repeated-ANOVA-2012.ppt

重复测量的方差分析 (Repeated-measures ANOVA) 单因素ANOVA SS和 = SX2 - (G2/N) SS组内= SSSi SS组间= S(Ti/ni）2 - (G2/N) 研究情境 重复测量的ANOVA能够处理数据的类型 在上例中有一个自变量 (称为组内因素): 时间. ANOVA 亦可用于分析同时包含组间和组内因素的混合设计 重复测量ANOVA的逻辑 和方的分解分两个阶段 首先考虑方差的来源. a)?? 处理间变异 ：处理效应 (处理造成的差异) ? i.???处理效应 ???????????? ii.??? 实验误差 重复测量设计在每一种处理条件用同样的个体，所以处理间变异不包含个体差异。 ? b)?处理内变异 ???????????? i.??? 被试间方差 ???????????? ii.??? 实验误差 ANOVA间关系的比较 ANOVA间关系的比较 重复测量ANOVA的逻辑 重复测量ANOVA的逻辑 F比率 可以表达为: F比率 =处理效应方差+实验误差 实验误差 H0为真时， F =1 重复测量ANOVA的专用符号 K = 处理条件(或组)的数目 n = 每一个组的数目(如果它们相等) N = Sni = 总的观察数目 Ti = SXij G = S Ti 总的和 SSi = 每一个组的和方的和 = S(Xij - i)2 P = 每一个被试的观察数目 处理间变异与被试间变异 处理间变异是列之间的变异性，被试间变异是行之间的变异性，二者可类比 计算方法 SS处理间= S(T2/ni) - G2/N SS被试间= S(P2/k) - G2/N 和方的分解步骤 第1阶段：SS和 = SS组间 + SS组内 SS和=SX2 - (G2/N)=140- (362/12)=140-108 = 32 需要将其分解为组间变异和组内变异. SS组间 = S(T2/ni) - G2/N = 82/4 + 202/4 + 182/4–108 = 14 SS组内 = SSS每一个 处理内部 = SSSi = 2 + 5 + 11 = 18 第2阶段：SS组内 = SS被试间 + SS误差 SS被试间 = S(P2/k) - G2/N= 122/3 + 62/3 + 62/3 + 122/3–108 = 12 SS误差 = SS组内-SS被试间 = 18-12=6 自由度 共有5个 自由度, 2个计算均方时要用到 1）? 总的 df = N-1 2）? 组间方差df = k-1 3）? 组内方差df = N-k 4）? 被试间方差df = n-1 5）? 误差方差df = （N-k） -（n-1） 均方和F值的计算 MS组间= SS组间/df组间 -- 上例中 = 14/2 = 7 MS误差 = SS误差/df误差 -- 上例中 = 6/6 = 1 F比率 = 处理间方差 误差方差 方差分析表 用重复测量的方差分析进行假设检验 H0：μ 1=μ 2=μ 3， a = .05, 查 F表 确定 Fcrit 对假设作出结论 df组间 = 分子的dfdf组内 = 分母的df (误差) -- 上例中: df误差 = 6; df组间 = 3 Fcrit = 4.76 F obs = 6 假设中F比率的观测值6大于 F.05., 所以拒绝 H0 报告结果 各练习次数的均值和标准差列在表1中。重复测量的方差分析发现练习次数有显著的效应, F(2,6) = 6, p 0.05. 事后检验（Post hoc tests） 目的是控制实验导致误差. Tukeys HSD 检验和 Scheff 检验都适用于重复测量的方差分析. 用误差的和方，自由度， 均方代替原来分母项的组内和方，自由度， 均方 统计学家对事后检验的误差项存在争议 事后检验 HSD = q * sqrt（MS误差/n） =4.34 * sqrt（1/4）=2.17 X1=2，X2=2.5，X3=4.5 1 vs. 2 ：0.5 HSD 1 vs. 3: 2.5HSD,均值1,3之间存在显著差异 2 vs. 3: 2.0 HSD. 有时， 事后检验差异没有一对是显著的，但方差分析表明三个平均值之间存在显著差异。 重复测量的方差分析的统计前提 1）每个处理条件内的观察都是独立的 2）每个处理条件内的总体分布是正态分布 3）每个处理条件间的方差同质 重复测量设计的优势 1）?????????? 用较少被试，经济 2）?????????? 把个体差异项消除 当个体