心理统计学08—方差导论.pptVIP

第一节 方差分析的原理与步骤 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 2.进行多次t检验代替多重比较的错误 进行均值间的多重比较时，须分别进行 次检验。如果对K个（K2）以上的平均数反复进行t检验，在原定临界值t不变的情况下，差异较大的一对平均数犯α型错误的概率增大为 因此，进行均值间的多重比较必须采用专用的两两比较的方法，而不能用t检验。 一次检验不犯错误的概率 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 3.多重比较的方法 多重比较的具体方法有多种。例如：Scheffé检验法、Fisher的最小显著差异法（LSD）、Tukey的可靠显著差异法（HSD）、Newman-Keuls检验法、Duncan的多距检验法、Bonferroni检验法，等等。 方法众多说明到目前为止还没有令人信服的方法。 方法的选用：一般而言，如果是事先计划好的比较，不论方差分析结果如何，均应进行比较，此时可采用Fisher的LSD检验法或Bonferroni检验法；如果是未计划的多重比较，一般可选择Tukey的HSD检验法，但样本容量不等时，则倾向于选择Scheffé检验法。 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 4. Fisher的LSD检验法 （1）基本步骤 ①建立假设：H0：μi = μj（i,j=1,2,···,k） Ha： μi ≠ μj ②计算检验统计量 ③统计决策 临界值： 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 4. Fisher的LSD检验法 （2）实例：以三种指导语下被试焦虑水平差异的资料为例，请检验三种指导语下的被试测验焦虑水平两两之间是否存在显著差异？ 因为t13和t23均大于2.131，所以认为第1、3组、第2、3组均值之间存在显著差异。而t12小于2.131,所以认为第1、2组均值之间不存在显著差异。 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 6.在SPSS中进行多重比较 （1）LSD方法的应用示例：以例10-1为例 1.Analyze→Compare Means→One-Way ANOVA 2.Dependent List框：自尊水平得分 3.Factor框：反馈类型 4. Post Hoc…：LSD 5. Continue 6.OK 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 5.在SPSS中进行多重比较 （1）LSD方法的应用示例：结果解释 (I) 反馈类型 (J) 反馈类型 平均差 (I-J) 标准 误差 显著 水平 95% 置信区间 最小值 最大值 积极 控制 4.0000 3.0912 .215 -2.5887 10.5887 消极 12.0000* 3.0912 .001 5.4113 18.5887 控制 积极 -4.0000 3.0912 .215 -10.5887 2.5887 消极 8.0000* 3.0912 .021 1.4113 14.5887 消极 积极 -12.0000* 3.0912 .001 -18.5887 -5.4113 控制 -8.0000* 3.0912 .021 -14.5887 -1.4113 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 5.在SPSS中进行多重比较 （2）Scheffé方法的应用示例：结果解释 一张结构与LSD方法输出表格完全一样 一张表格寻找同质子集（Homogeneous Subsets）结果表 辅助教学方案 N Subset for alpha = 0.05 1 2 3 6 41.67 1 6 51.33 51.33 2 7 56.86 56.86 4 4 75.50 显著水平 .488 .130 心理统计学 第二节 单因素完全随机设计的方差分析 三、平均数之间的多重比较 6.多重比较出现矛盾时的解释 多重比较经常出现例10-2这种模糊的结论，即辅助教学方案1、2与方案3之间差异不显著，与方案4之间差异也不显著，但方案3、4之间却差异显著。 （1）正确解释：两两比较还不能判明方案1、2的样本来自何总体 （2）错误解释：①方案1、2样本所代表的总体水平介于总体3和总体4之间；②方案3与方案1、2之间不存在显著差异，方案1、2和方案4之间无显著差异，所以，方案3与方案4之间也不存在显著差异。 （3）方差分析时拒绝H0，但方差分析后的两两比较却没有任何两个样本之间存在显著差异。这时下结论