第12章单因素方差分析2013.4.14(1).pptxVIP

第12章 单因素方差分析之一：独立测量（完全随机设计）; 概述 1. 单因素完全随机设计的研究： 被试随机分配，每个被试接受一个条件。 特点：不能排除个体差异的混淆。 e.g., 文字密度 对阅读成绩的影响（IQ的个体差异的混淆） ;2. 统计：单因素完全随机设计（独立测量）的方差分析 ; 计算 （1）样本容量相同时 例：人类功效学家想研究三种不同设计的计算机键盘会不会对打字效果造成影响。给三个组的被试一些材料，让他们用其中一种键盘将这个材料打出来，并且记录了被试犯错的个数，如下： 问，三种键盘是否在打字方面存在差异？（已知，F0.05(2，12)=3.88） ; (1) H0： μ1= μ2= μ3 （三种键盘设计的打字效果没有差异） H1： μ1 、μ2 、μ3 不全相等 （至少有一种与其他键盘有差异） （2） 计算平方和与自由度 平方和： 自由度 dfT=N-1=15-1=14 dfW= N-k=15-3=12 dfB=k-1=2 ;（3）计算均方和F值 （4）统计判断 （5）方差分析表 ;(2)当样本容量不同时： e.g.,不同猴子的操作成绩是否不同？F0.05(2，17)=3.59; 单因素方差分析之二： 随机区组设计; 概述 单因素随机区组设计的研究 找出无关变量划分区组（组内同质），将区组内的被试随机分到各个处理水平；区组内被试是处理条件的整数倍。——相关组设计 前提：无关变量与自变量没有交互作用。 特点：排除了个体差异的影响；完全匹配存在一定困难; 统计方法 假设： H0： μ1= μ2= μ3 = ……（处理条件之间没有差异） H1： μ1 、μ2 、μ3 ……不完全相同 ;2.随机 区组设计方差分析的逻辑和F分数 目标：组间方差组内方差？ ;3. 单因素随机区组设计的步骤 第一步：计算出总变异，并将其分为处理间变异（组间）和处理内变异（组内）； 第二步：将处理内变异分解为区组差异（个体差异）和误差。 区组差异：由于个体差异导致的变异——区组效应 误差项/残差:不能被区组效应和实验处理效应所解释的变异。 ;; 计算;误差方差;随机区组设计的效应量大小 或者 随机区组设计的事后检验： N-K检验法和HSD检验法 注：用MSE代替MSW, dfE代替dfW;例：研究四种文字密度（a1,a2,a3,a4）对阅读理解的影响。考虑到智力可能也会对理解的测验分数产生影响研究者将其作为无关变量。实验前给32个被试做智力测验，根据智力分数分为8个区组。随机分配每个区组内的4个被试分别接受一种文字密度的文章。结果如下;（1） H0： μ1= μ2= μ3 = μ4（文字密度对阅读理解没有影响） H1： μ1 、μ2 、μ3 、μ4不完全相同（……） （2）平方和与自由度的计算 平方和： 自由度： dfT=N-1=31 dfR=n-1=7 dfB=k-1=3 dfE=dfT-dfB-dfR=21 ;(3)计算均方和F值， ?2 (4)统计判断 F(3，21)=25.17F0.01(3，21)= 4.87, p0.01;处理效应显著 F(7，21)=1.47F0.01(7，21)= 1.47, p0.01；区组效应不显著 (5)列出方差分析表 ; 单因素方差分析之三： 重复测量的设计; 概述 单因素重复测量的设计： 每个被试接受所有的实验条件——被试内设计。