单因素方差解析讲解.pptVIP

单因素和重复测量方差分析 几种检验 单样本Z检验：已知总体方差，一组样本 单样本t检验： 未知总体方差，一组样本 两个独立样本的t检验 两个相关样本的t检验 三样本？——方差检验 方差分析 方差分析；变异数分析（analysis of variance，简称ANOVA） 在心理学和行为科学很多的研究中，两组样本平均数相比的问题其实很少，大部分研究都会涉及三组、四组或者更多组的比较 独立样本方差设计 重复样本方差设计 方差分析的基本原理 F统计量简介及其分布 方差的来源 方差分析的基本假设 方差分析的重要概念 F统计量简介及其分布 集中量数来进行假设检验 差异量数来进行假设检验 F检验 差异量数是：方差 从同一总体中随机抽取两个样本，利用各自数据分别对总体的方差进行估计，得到估计量s1和s2；将二者相除，得到F统计量 重复这一抽样、估计、计算F统计量的过程 F分布 F分布的形状也随自由度而变化 同时遵从分子和分母的两个自由度（均为样本量n－1） 比率得到的F统计量也总是非负的 总是单尾的 F分布 方差的来源 是不是分别计算三个样本的方差 进行两两F检验 还不是得在不同水平间两两组合么？ I类错误的概率还不是要增加么？ 和t检验比起来又有什么进步呢？ 转换思路 三个不同实验处理组的平均数之间存在差异 同一实验组内部的5名样本的反应变量也存在差异 3个实验组15名个体的差异分为两个部分 每一组内的数据围绕该组的平均数发生变化 各个组的平均数围绕总平均数变化 方差的来源 数据的变异就由两部分组成 组内变异： 由于实验中一些希望加以控制的非实验因素和一些未被有效控制的未知因素造成的，如个体差异、随机误差等，统统被认为是误差因素。组内变异是在具体某一个处理水平之内的 组间差异 不仅包括了上述的误差因素，还包括了是不同组所接受的实验处理不同造成的影响，因此在对总体变异进行估计的时候也包括了处理效应。 F统计量 方差分析的基本假设 方差分析的重要概念 （1）方差分析的符号 （2）方差分析的自由度 （3）和方分解 （4）均方——对总体方差的估计 （5）F统计量的观测值Fobs （6）方差分析表 方差分析的符号 方差分析的自由度 均方——对总体方差的估计 F统计量的观测值Fobs 方差分析表 独立样本方差分析 事后检验 HSD 检验(Tukeys Honestly Significant Difference) 重复测量的方差分析