第5讲单因素实验设计.pptVIP

目录 单因素实验设计 2. 单因素随机区组实验设计 （1）基本特点： 适用条件：研究中有一个自变量，自变量有两个或多于两个水平；研究中还有一个无关变量，并且自变量的水平与无关变量的水平之间无交互作用。 目录 -- 基本方法：首先将被试在无关变量上进行匹配，并区分为不同的组别（每一区组内的被试在无关变量上相似，不同区组的被试在无关变量上不同），然后把各区组的被试随机分配给自变量的各个水平，每个被试只接受一个水平的处理。 除了被试变量，环境因素也是潜在可考虑的区组变量，如时间、季节、地点、仪器等方面的因素也可以进行区组。 区组的个数根据控制无关变量的需要，每一区组内被试的个数为多少？？ 目录 误差控制：区组法（无关变量纳入法）。通过统计处理，分离出由无关变量引起的变异，使它不出现在处理效应和误差变异中，从而提高方差分析的灵敏度。 目录 实验设计模型：Yij = μ+αj+πi +εi(j) (i=1,2,......,n; j=1,2,......,p) Yij 表示实验中第i个被试在第j个处理水平上的观测值。μ表示总体平均数，αj表示水平j的处理效应，πi表示区组效应，εi(j)表示误差变异。 总变异组成：实验处理引起的变异；区组引起的变异；误差引起的变异。 目录 SST是总平方和; SSA是因素A（实验处理）的效应平方和；SSB是区组变量的效应平方和；SSE是误差平方和，指不能由实验处理和区组解释的变异。 SST = SSA + SSB + SSE 平方和分解： 目录 （2）数据处理方法（SPSS统计软件） 包含的统计变量：自变量A，区组变量X，因变量Y。 实施的统计过程： 如果水平数为2，则进行 paired-samples T test; 如果水平数大于2，则进行完全随机方差分析： analyze — General Linear Model —Univariate… 预期的统计结果：自变量A的主效应是否显著；无关变量即区组变量效应是否显著；若自变量主效应显著，则进行平均数多重检验。 目录 研究题目：文章的生字密度对学生阅读理解的影响。 研究假设：阅读理解随着生字密度的增加而下降。 实验变量：自变量——生字密度，含有4个水平（5：1、10：1、 15：1、20：1）； 因变量——阅读测验的分数； 无关变量——被试的智力水平。 (3) 应用举例 目录 实验设计：单因素随机区组实验设计 被试及程序：首先给32个学生做智力测验，并按测验分数将被试分成8个组，每组4人（智力水平相等），然后随机分配每个区组内的4个被试阅读一种生字密度的文章。 数据： x1 x2 x3 x4 x5 x6 x7 x8 a1： 3 6 4 3 5 7 5 2 a2： 4 6 4 2 4 5 3 3 a3： 8 9 8 7 5 6 7 6 a4： 9 8 8 7 12 13 12 11 目录 生字密度 区组 阅读测验分数 1 1 3 2 1 4 3 1 8 4 1 9 1 2 6 2 2 6 3 2 9 4 2 8 1 3 4 2 3 4 3 3 8 4 3 8 SPSS中数据输入格式 目录 思考与讨论： 请大家结合学习或生活实际，想一个单因素完全随机的实验设计…… 并在想出的实验设计的基础上，区分出一个无关变量，想一个单因素随机区组实验设计…… 目录 单因素实验设计 3. 单因素拉丁方实验设计（运用较少，作了解） 拉丁方设计是一个包含P行、P列，把P个字母分配给方格的管理方案，其中每个字母在每行中出现一次，在每列中出现一次。 扩展了随机区组设计的原则，可以分离出两个无关变量的效应。一个无关变量的水平在横行分配，另一个无关变量的水平在纵列分配，自变量的水平分配给方格的每个单元。 目录 （1）基本特点 适用条件：研究中有一个自变量（P≥2），两个无关变量（P≥2），三个变量的水平数P相等；假定自变量的水平与无关变量的水平之间无交互作用。 目录 基本方法：一个无关变量的水平被分配给P行，另一个无关变量的水平被分配给P列，随机分配处理水平给P2个方格，每个处理水平仅在每行、每列中出现一