完全相依设计的统计原理.pdf

11-20 相依樣本變異數分析 11.5.2 完全相依設計的統計原理 二因子完全相依樣本變異數分析中 ，除了三個組間效果 ：A 主要 效果 （A 因子下p 個平均數的變異）、B 主要效果 （B 因子下q 個平均 數的變異）與 AB 交互效果 （細格平均數的變異），還有兩個與相依 樣本有關組內效果 （誤差項），以一般線性模式來表示如下 ： Y () ()  (11-24a) ijk j k jk i jki ijk ■加成模型與非加成模型 公式 11-24a 中 ，與有關者是與相依設計有關的效果 。表示區 i 組效果 ，()jki 為兩個獨變項一起與區組發生作用的聯合效果 （joint effect ）。公式11-24 又稱為加成模型 （additive model ），因為與區組有關 的交互作用被假設為0 。兩個獨變項A 因子、B 因子與區組差異都皆為 固定效果，也就是研究結果僅推論到研究所涉及的各區組與各因子的差 異比較 ，不推論到其他的狀況中 。此時 ，組內變異扣除了區組效果 ，再 扣除聯合交互作用後 ，即得到最後的殘差 （ ），但是由於聯合效果與 ijk 殘差無法分離 （公式 11-24a 的最後兩項），因此在加成模式的完全相依 設計變異數分析 ，多以此帶限制式的殘差項 （組內變異減去區組效果） 作為各效果F 考驗的同一個誤差項。一般來說 ，實際研究多以加成模式 來進行分析 （Kirk, 1995）。 如果區組被以隨機效果來處理 ，亦即我們想要將區組的效果推論到 母體當中的其他類似區組 ，此時各獨變項與區組的交互作用等於零的基 本假設無法維繫 ，必須估計A 、B 、AB 三個效果項與隨機區組的交互作 用，分別作為A 、B 、AB 三個效果項的F 考驗的誤差項 ，此時稱為非加 成模型 （nonadditive model ），一般線性模式如下 ： Y () () () ()  (11-24b) ijk j k jk i ji ki jki ijk 相依樣本變異數分析 11-21 在非加成模式 ，每一個效果的F 考驗均有相對應的誤差項 ，研究者 必須根據公式 11-24b 小心計算誤差項，得到正確的F 考驗值，作法較為 複雜 。Rouanet 與 Lepine （1970）指出加成模式 （採用單一誤差項）與 非加成模式 （採用多重誤差項）究竟應採何者 ，應視球面假設是否違反 來決定 。當球面假設維繫時 ，各因子與區組的交互作用沒有統計的意 義 ，因此可以採採用加成模式 ；當球面假設違反時，各因子與區組會有 交互作用 ，因此宜採非加成模式 。在我們無法確知球面假設是否維繫 時 ，宜直接以非加成模式來處理 ，雖然比較複雜 ，但是是比較符合真實 情境的作法 （所幸統計軟體如 SPSS 的重複量數分析直接採非加成模式 來進行F 考驗 ，報表中會將誤差項分開估計 ，可以不用 人工計算）。 ■變異數拆解 與獨立設計一樣 ，二因子完全相依設計的總離均差平方和會被拆 解出兩大部分 ：組間效果 （SSb ，包括兩個主要效果與一個交互效果） 與組內效果 （SSw ）。組間效果可進一步分解出區組效果 SSblock與殘差 SS 兩大部分 ，關係式為 ： r SS SS SS SS SS SS SS SS Total b w A B AB block r SStotal 為各觀察值