北大心理统计知识点总结统计-第八章[精品].docVIP

第八章 访查分析 一 方差分析初步 思考以下实验设计的统计方法 ???㏒?琰茞?ü 培训经历 无 网上辅导 考前辅导 专业 心理学专业 非心理学专业 t-检验和 z-检验不能用于多于 2 组的数据. 处理这类数据需要用 一种新的推论统计程序: 方差分析 (ANOVA). ???㏒?琰茞?ü 学习的时间 2个月 4个月 6个月 性别 男 女 ANOVA能够处理数据的类型： 在上例中有两个自变量 (称为因素): 学习的时间和性别. 两个都是组间 (独立样本) 变量. ANOVA 亦可用于分析包含组内 (重复测量) 因素的研究设计，同时包含组间和组内因素的混合设计(e.g. 假设上例中我们对复习时间超过半年的学员纵向研究。性别是组内变量,学习的时间是组间变量). 什么是因素？什么是水平？ 在方差分析中,因素就是自变量. 包含一个自变量的研究称为单因素设计（single-factor design）. 具有多于一个自变量研究称为因素设计（factorial design）. 请举一个单因素设计的例子 请前一个例子上再将这个改为多因素设计 构成因素的个别处理条件称为因素的水平. 性别这个因素的水平？ 上述研究称为因素设计, 两个组间因素,培训的经历这个因素有 3 个水平，专业这个因素有2个水平 (称为 3 X 2 组间设计). ANOVA的逻辑 与假设检验的逻辑是同样的, 只是具体内容有变化 step 1: 陈述 H0 (和H1 ??) ，确定标准: α = ?step 2: ANOVA 检验总是 单尾step 3: 指出检验的df (有两个 df) step 4: 查表找出临界 F统计量 step 5: 对于样本，计算 F统计量 step 6: 比较 F统计量 和临界 F统计量step 7: 对于H0 作出结论 单因素, 独立测量研究设计的例子 检验三个不同的学习方法的效应。将学生随机分配到3个处理组 方法 A：让学生只读课本, 不去上课. 方法 B：上课,记笔记，不读课本. 方法 C：不读课本，不去上课, 只看别人的笔记 Step 1: 陈述假设和设定标准 (选择 a) H0: μ1 = μ2 = μ3 H1: 其中一个组与另一个（或更多）的组均值不同。备择假设 可能的形式很多： μ1不等于 μ2 = μ3 μ 1 = μ3 不等于 μ2 μ 1 = μ2 不等于 μ3 μ 1 不等于 μ2 不等于 μ3 因此，只需给出虚无假设就够了 step 2: ANOVA 检验总是单尾. 因为不存在负的方差. F分布表也只有单侧的Alpha.（F分布图） step 3: 找出检验的 df. 注意要考虑几个 df step 4: 从表找出临界 F统计量 与 t分布表类似, F分布表也是描述一族 F分布. 需要用到两个df,用一个找出正确的行另一个找出正确的列.上面一行对应于 α= 0.05, 下面一行对应于 α= 0.01. step 5: 计算样本 的F统计量观测值 概念的水平的讨论： ANOVA 非常类似 两个独立样本的 t检验 tobs = 得到的样本均值间差异 期望的机会差异 对于 ANOVA检验统计量 (称为 F比率) 类似 F = 样本均值间方差 (差异) 期望的机会(误差)方差(差异) 为什么用方差? 因为有多于两个组. 如何计算一个分数来描述差异间分布? 差异不能够分割, 但是方差能够分割。这就是ANOVA -方差分析名字的由来. 首先考虑方差的来源. 什么造成样本的不同(处理间变异) ？ 处理/组效应 - 处理造成的差异 个体差异效应 - 个体差异变异 随机误差 每一个样本内部的变异 (处理内变异) 个体差异效应 随机误差 F比率 可以表达为: F比率 =样本均值间的方差 (差异) 期望的机会 (误差)方差(差异) F比率 =处理间方差 处理内方差 F比率 = 处理效应 + 个体差异 + 随机误差 个体差异 + 随机误差 注意: 有时分母叫做误差部分，其量度了由于机会造成的方差 如果 H0 为真,处理效应的值应该如何? H0: μ1 = μ2 = μ3 如果没有差异, 效应方差 = 0如果效应方差 = 0, F比率值? F比率 = 0 + 个体差异 + 随机误差 = 1.0 个体 差异 + 随机误差 如果 H0 为假， F比率应该大于 1. step 6: 比较 F统