方差分析.ppt

2.1.2 不等重复设计 各实验处理组样本容量不同 计算组间平方和时，注意公式中的各组的nj不同 2.1.3 有样本统计量无原始值(p.173) 例：把20名被试随机分成4组，每组(5人)接受一种教学方法，问四种教学方法是否有显著差异？ 教学方法: A B C D 每组人数: 5 5 5 5 每组平均数: 5 5.4 8 7.2 每组方差: 1.99 1.04 1.20 1.76 2.2 单因素随机区组设计方差分析 有四种小学语文实验教材，分别代号为A、B、C、D。为比较其教学效果，按随机区组设计原则，将小学分为城镇重点小学、城镇一般小学和乡村小学三个区组，分别代号为I、II、III，并分别在每个区组中随机地抽取4所小学，它们分别被随机地指派实验一种教材。经一年教学后通过统一考试得到各校的平均成绩如下表。问四种教材的教学效果是否一致？ 随机区组设计－平方和分解 随机区组设计方差分析的步骤 随机区组设计的方差分析表 3.多重比较 multiple comparison 如果方差分析的结果表明差异显著，只能说明多个平均数之间至少有两个之间的差异显著，但没有指出哪些平均数之间的差异显著 是否可以用 t 检验对平均数两两比较来寻找哪些有显著差异的平均数对呢？不行！因为犯a错误的概率增加 若H0为真，一次比较犯错误的概率是a 若一次实验中做了n次独立的比较，那么这n次比较中犯错误的次数是na 这n次比较中至少有一次犯a错误的概率是1-(1- a)n N-K法Newman-Keul P184 例6-5 4 双因素方差分析 几个基本概念 析因设计 factorial design 实验处理包括所有自变量的所有水平之间的两两组合，如 5×2，3×3×3，2×2×2×2 因素和水平 主效应 main effect 单个自变量和单个因变量之间的基本关系 交互作用 interaction 两个或多个自变量的效应是彼此依赖的 两个处理因素：A、B A、B因素各有a、b个水平，共有a×b种组合 每一组合下有n个受试对象 全部实验受试对象总数为a×b×n i (i=1,2…,α)表示因素A的水平号， j (j=1,2,…,b)表示因素B的水平号， k (k=1,2,…,n)表示在每一组合下的受试对象号 例：护士进行家庭访视所花费的时间(分钟) 两因素： 因素A：疾病种类 a=4（心脏病、肿瘤、脑血管意外、结核病） 因素B：护士年龄 b=3（20、30、40）; 每种处理重复次数 n=5； Yijk为因变量：访视时间 (1) 总变异： (2) 处理因素A的变异： (3) 处理因素B的变异： (4) A与B交互作用的变异： (5) 误差变异： 变异分解 两因素析因分析的方差分析步骤 4 列出方差分析表 方差分析 1.方差分析的原理1.1 什么是方差分析 Analysis of Variance 简称ANOVA，检验多个总体均值是否相等 分析实验数据中不同来源的变异对总体变异的贡献大小，从而确定实验中的自变量是否对因变量有重要影响 比较两个以上的样本平均数 可以把方差分析看成是ｔ检验的扩展 分析两个以上的自变量的效应及其变量之间的交互作用 1.2例子 例1：为了研究三种不同教材的质量，抽取三个实验班分别使用其中一种教材，而对其他因素加以控制。经过一段时间的教学后进行测试，得到三种实验处理的数据如下： 　　教材A：70 74 72 68 71；平均数：71 　　教材B：75 80 77 68 75；平均数：75 　　教材C：70 72 66 72 70；平均数：70 　　　　　　　　　　　　总平均数：72 三种教材的效果有无显著差异？ 例2、Craik Lockhart (1972) 记忆效果和加工方式有关 Eysenck (1974) 50名55~65岁的被试随机分组 Counting 组：计算字母的数目 Rhyming 组：想出押韵的词 Adjective 组：想出一个修饰词 Imagery 组：把词想象成画 Intentional 组：告知有记忆测验 （前4组都不知道要测验） 过程：共27个词，每个被试背过3遍后，要求被试写下记住的词 1.2.1几个概念 因素：自变量 independent variable，处理 treatment 如：上例中的“加工方式” 因素的水平：一个因素的不同情况或取值，不同的实验处理 如：Counting, R