第9章--心理统计方差分析.pptVIP

第九章 方差分析 主要内容 第一节 方差分析的基本原理及步骤 第二节 完全随机设计的方差分析 第三节 随机区组设计的方差分析 第四节 事后检验 第一节 方差分析的基本原理及步骤 一、方差分析的基本原理：综合的F检验(omnibus null hypothesis) （一）综合虚无假设和部分虚无假设 方差分析主要处理两个以上平均数之间的差异检验问题 综合虚无假设：即总虚无假设，样本所属的所有总体的平均数都相等：H0：μ1＝μ2＝μ3 部分虚无假设：即组间的虚无假设，如H0：μ1＝μ2 如果H0被拒绝，须用事后检验方法确定哪两组之间存在差异 （二）方差（Variance)的可分解性 平方和=观测数据与平均数离差的平方总和。 方差的性质：方差具有可加性，即可分解性 方差分析把实验数据的总变异分解为若干个不同来源的分量 即将总平方和(sum of squares)分解为几个不同来源的平方和 举例：探讨噪音对解决数学问题的影响作用。噪音是自变量，划分三个水平。因变量是解决数学问题时产生的错误频数。随机抽取12名被试，再随机分配到三个实验组中，带耳机进行不同噪音人工干预，数学测试完毕后，计算每位被试的错误频数。 图中三组平均数A、B、C彼此间存在差异，每一组内的4个数据相互也有差异，这两部分的差异合起来即为实验结果的总的差异 即每一个数据与总平均数t的差异（SST总差异total）等于它与本组平均数之差（SSW组内差异within groups）加上小组平均数与总平均数之差（SSB组间差异between groups）。 以平方和表示观测数据与平均数离差的平方和 则，总变异被分解成组间变异合组内变异两部分 SST=SSB+SSW SST表总平方和，指实验中产生的总变异 SSB表组间平方和，指由于不同的实验处理而造成的变异 SSW表组内平方和，指由实验误差（包括个体差异）造成的差异 实验设计的关键：缩减样本内部的变异（SSW），使样本平均数真正的差异（SSB）显示出来 平方和除以自由度所得的样本方差可作为其总体方差的无偏估计 则，组间方差和组内方差为： 自由度 组间自由度 dfB=k-1 组内自由度 dfW=k(n-1) 总自由度 dfT=nk-1 在方差分析中，组间变异与组内变异的比较必须用各自的方差，不能直接比较各自的平方和，因为平方和的大小与项数有关 检验两个方差之间的差异用F检验，但在方差分析中关心的是组间均方是否显著大于组内均方，因此用单侧检验，将组间均方放在分子位置，将F值与1比较大小 F1,说明数据总变异由分组不同所造成的变异只占很小的比例，大部分为实验误差或个体差异造成，表明实验处理基本无效 F=1,说明实验处理之间的差异不够大 F1,且落入F分布的临界区域，说明不同实验处理之间存在显著差异 二、方差分析的基本过程与步骤 以表9-1为例 （一）求平方和 （二）计算自由度 组间自由度 dfB=k-1＝3-1＝2 组内自由度 dfW=k(n-1)＝3×（4-1）＝9 总自由度 dfT=nk-1＝3×4-1＝11 （三）计算均方 （四）计算F值 （五）查F值表进行F检验并做出决断 单侧检验 查 F0.05(2，9）＝4.26; F0.01(2，9）＝8.02;F F0.01 P 0.01拒绝H0；可认为三组处理之间总体均数的差别有统计学意义 参考各组的平均数，进一步做事后检验，可以确定究竟是哪一对平均数之间有显著差异 （六）陈列方差分析表 一般在实验报告中的结果部分，不需要列出统计检验的过程，只需列出方差分析表。 三、方差分析的基本假定 1.总体正态分布（一般无须检验） 2.变异的相互独立性（一般都可满足） 3.各实验处理内的方差要一致 要进行组内方差齐性检验，用哈特莱最大F比率法，即几个组内方差中的最大值与最小值的比 【例9-1】以表9-1中的数据为例进行方差齐性检验 四、与方差分析有关的实验设计问题 t检验：对两组样本平均数之间的差异显著性检验。适用于只有两组样本的实验设计 F检验：比较两组以上的样本平均数之间的差异。它同时对所有平均数差数进行显著性检验。 与F检验相关的实验设计类型：组间设计、组内设计和混合设计 只涉及到一个自变量的单因素方差分析 组间设计 被试分成几个组，每组只接受自变量一个水平的处理；组数和自变量水平相对应，由于被试是随机取样并随机分组安排到不同的实验处理中，因此又叫完全随机设计。完全随机分组后，各实验组的被试之间相互独立，因此又称“独立组设计”或“被试间设计”。 结果处理：由于此类设计各个组别在接受实验处理前各方面相同，因此若实验结果中组与组之间有显著差异，就说明差异是由不同实验处理造成的。当对这类设计中各实验组和控制组的数据进