心理與教育統計學.pptVIP

心理與教育統計學 胡志偉老師 變異數分析 變異數分析 變異數分析的目的 進行幾個「平均數」之間的比較。如果我們的資料只包含兩個實驗情境，ANOVA 分析的結果其實和 t 檢驗（t-test）是一樣的。 為何叫做「變異數分析」？ 雖然ANOVA的目的是比較（或分析）不同實驗情境的「平均數」（亦即，分析實驗變項對資料「大小」的改變），但是它是透過解析資料的變異情形來分析實驗變項的效果，所以這個程序叫做「變異數分析」。 變異數切分 ANOVA的核心概念是，資料的變異數可以按造造成資料變異情形的原因加以切分。 SS_Total SS_Error SS_Treatment SS_Total SStotal 代表的是所有資料的總變異情形 是 SSwithin （或 SSerror；代表的是組內資料的變異情形）和SSbetween （代表的是組間資料的變異情形；或稱為 SSeffect 或 Sstreat）的總合。 SS_error SSerror （或 Sswithin）「組內變異」 常被稱為「誤差變異」（error variance ）或「誤差項」（ error term）；這個變異的來源無法用「實驗操弄」來解釋。最可能造成這個變異的原因是受試者之間具有個別差異，所以不同的受試者在實驗中會有不同的表現；亦即，造成資料的變異。 SS_Effect SSeffect （SSbetween 或 SStreat） ???? 「組間變異」的形成可以用「實驗操弄」來解釋。如果實驗的獨變項是有效的，則不同組的受試者應該會在實驗中有不同的表現。也就是說，實驗的效果會展現在幾個實驗情境的「平均數」上 ；不同實驗情境的平均數不同。不同實驗情境之平均數的變異情形會在資料的變異數分析上顯現出來，成為 SSeffect ；所以我們可以將這個變異成分稱為「效果變異」。 從資料結構看ANOVA 設 Xji 為實驗資料中的一個數據；它是屬於第 J 個實驗組中的第 I 個資料。理論上，經過實驗後，觀察到的 Xji 可被分為幾個成分。 Xji = μ ＋ τj + eji μ 代表母群平均數 τj 代表第 J 實驗組的資料的實驗效果 eji代表實驗誤差 從資料結構看ANOVA 當我們利用實驗資料進行計算時，我們會用樣本數來估計母群參數，所以公式（Xji = μ ＋ τj + eji）就變為以下的形式： Xji = M.. ＋ (Mj. -M..) + (Xji -Mj.) M..：資料的總平均數 Mj. ：第 J 實驗組之資料的平均數 SS_Total計算公式 Xji - M.. =? (Mj. -M..) + (Xji -Mj.) (Xji - M..)2 = ((Mj. -M..) + (Xji -Mj.))2 = (Mj. -M..) 2+ (Xji -Mj.)2 + 2(Mj. -M..)(Xji -Mj.) ΣjΣi(Xji - M..)2 = nΣj(Mj. -M..) 2+ ΣjΣi(Xji -Mj.)2 亦即： SStotal = SStreat + SSerror 顯著檢驗 進行「統計顯著考驗」時，我們首先要知道待檢驗之「統計數」的樣本分配（sampling distribution），然後再假設「虛無假設」為真的情況下，計算獲得帶檢驗之統計數的機率。　 在ANOVA裡，待檢驗的統計數是「效果變異」和「誤差變異」的比值；而兩個變異數比值所形成的樣本分配為 F 分配，所以我們可以用 F 分配來進行ANOVA的顯著性檢驗。 實驗設計 簡單的說，所謂的實驗就是，從母群中取得一個樣本，然後從樣本中收集資料的程序；而 在一個實驗中，研究者採用之收集資料的「程序」」便是所謂的實驗設計。 這是一份討論統計的材料，所以除了最必要的實驗設計知識外，本文討論的是實驗資料的分析；有關實驗設計的部分，各位應該可以在「實驗心理學」或「心理學研究方法」這類的課程中取得。 實驗的變項 設計實驗時，一個研究者通常會做所謂的「實驗操弄」（treatments） ；他會操弄實驗的「獨變項」以便造成不同的 「實驗情境」（conditions）。參與實驗的個體（experimental unit，心理學理我們通常將實驗個體稱為受試者，subjects，或參與者，participants）會被分派到這些實驗情境中 。 ??? 根據不同的實驗設計模式，受試者可能只會接受一種實驗處理（亦即，獨變項），也可能會接受兩個貨兩個以上的實驗處理。 處理完畢後。研究者會從受試者身上取得一些能夠反應出實驗操弄效果的「反應」（亦即，依變項）。 資料分析 當資料收集完畢後，這位研究者會利用他所收集到的樣本資料推論不同實驗情境所代表之母群的參數；而一般研究者最常用來分析這類資料