方差分析-final.pptVIP

心理与教育统计学 陈启山 华南师大心理系 kaisanchan@ 方 差 分 析 1 方差分析的一般问题 缘起与实例 逻辑 概念与分类 1.1 缘起 2个样本平均数可用 t 检验评定其差异的显著性。如果有K(K≥3)个平均数，若用两两比较的方法来检验，则需作K(K-1)/2次检验，不但程序繁琐，而且其可靠度降低：如6次检验H0的概率是0.95时的误差为：1-0.956 =0.265。 对于多样本平均数的假设检验，需采用一种更为合适的统计方法，即方差分析法(Analysis of Variance , ANOVA)。 问题：为什么一个比较均数差异的方法竟称为方差分析？ 这种命名是因为在检验均数间差异是否具有统计学意义的过程中，我们实际上是通过比较方差而得到的。 与t 检验直接比较两组的平均数的做法不同，方差分析把“平均数之间差异是否显著”的问题转化为“平均数组间变异是否显著”的问题，通过“组间变异”与“组内变异”的对比，进行F 检验，从整体上同时比较多组的平均数之间是否存在显著差异。 1.2 我们常探讨类似这样的问题 选取3种教养方式，探讨教养方式对亲子关系的影响。 需要比较3种教养方式下亲子关系均值是否相等。 探讨亲子关系如何受父母的教养方式(3种)与子代性别的影响，或者说教养方式对亲子关系的影响是否受子代性别的调节(mediate)。 有几个组？ 1. 需暂不理会性别，比较3种教养方式效果的差异 2. 需暂不理会教养方式，比较子代性别的效应 3. 需同时考虑教养方式和子代性别，看教养方式的效果在不同性别间是否一致。 怎么解决这些问题？ 交给ANOVA吧。 透漏一下它是如何解决这些问题的 ANOVA的解决方案：问题1 3组儿童接受不同的教养方式，最后测量亲子关系(可求得各组的均值和总体均值)。 组均值偏离总体均值的变异是组间变异；各组内各个被试偏离组均值的变异是组内变异。前者是实验处理引起的，后者视作误差。 如果组间变异远大于组内变异，说明各组的亲子关系得分不同。 ANOVA的解决方案：问题2 儿童先分男女2组，各组再按教养方式分组，共可得6组，最后测量亲子关系。 所有被试亲子关系得分的变异可分为以下几部分：教养方式引起的、子代性别引起的、教养方式和子代性别的交互作用、误差。前三者是实验处理引起的。 比较各实验处理相对于误差的大小，可以推断各实验处理是否对观测值有影响以及影响的大小。 为什么他们的亲子关系各不相同？ 随机情况 教养方式的影响 教养与性别的影响 1.3 方差分析的逻辑 方差分析不仅是一种统计方法，还是一种研究方法和研究思路。它与实验设计(experimental designs)紧密相连。 把观察值的总变异分解为两个或多个部分，除随机误差外，其余各部分变异可由某个或某几个因素或它们的交互作用来解释。F 分布的统计推断可阐明某一或某些因素或因素间交互作用是否对观察值有影响。 1.4 几个基本概念 (1)因素(factor)：由研究者掌握的设想为原因的变量。一种是由研究者主动操纵而变化的变量，如教学方法、刺激强度；另一种是研究者主动选择而变化的变量，如性别、年级。在实验中，因素都作为类别变量来测量。 (2)水平(level)：因素所处的状态或等级。 (3)实验处理(treatment)：每个因素各取一个水平得到一个水平组合。也称为单元格(cell)。 (4)主效应(main effect)与交互作用(interaction)：忽略其他因素各水平的差异，由一个因素的不同水平引起的变异叫因素的主效应。因素A的各个水平在因素B的不同水平上的变化趋势不一致时，即表明二者存在交互作用。 “种瓜得瓜，种豆得豆” “橘生于南则为橘,橘生于北则为枳” (5)离均差平方和(sum square of deviations from the mean, SS)：每个样品的观测分数与均值之差的平方的总和。 1.5 方差分析的分类 与实验设计相连，错综复杂： 根据实验控制的方式进行分类 2 单因素完全随机设计的方差分析 实验设计 方差分析 SPSS操作 2.1 单因素完全随机实验设计(complete randomized design, CRD) 适应情形：只有一个自变量，有2个或2个以上的水平。 基本方法：被试随机分配给自变量的各个水平，每个被试只接受一个水平的处理。 误差控制：随机化 研究实例 1.噪音(高/中/低)对数学问题解决的影响 2.反馈(精确/粗略/无反馈)对学习成绩的影响 3.维生素C(安慰剂/高/低剂量)治疗感冒的效果 4. ……………… 2.2 单因素方差分析逻辑与步骤(One-