心理学统计方差分析报告

《心理学统计方差分析报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、....近来关于随机区组和被试内实验设计以及对应的方差分析的问题，多人追问不止。既自觉已思路清晰、天下无敌。特本着一半自己再梳理一下，一半友好互助的形式小写个群邮件，充个英勇，让大家也分享下。定是不足与不当多多，盼批评指正。相信把这个东西认真看完，思路不清晰的童鞋马上也会思路清晰起来。看似很复杂，实际上我尽全力做到深入浅出，因此，相信只要是地球人都可以看得懂。一、随机区组的被试分配：              a1          a2区组        b1    b2    b1    b2  1        1    4      7    10  2  

2、      2    5      8    11  3        3    6      9   参考.... 12数据刻意简单化，不合理没有关系。是个2*2随机区组设计，3个区组。如何分配被试？首先，随机区组的每个区组的被试应该是有差异的，否则就不需要分区组了，直接完全随机就可以了。因此随机区组的前提是：区组间异质，而区组内的被试尽可能同质。被试有以下几个情况：第一分配方式：假设该实验的被试总个数为24个，每个区组的被试为8个。他可以有两种分配方式1、将每组中的任意每2个被试随机接受一种处理，2*4=82、8人同时接受所有的处理，1*8=8需要注意的三个问题

3、：1、一般都用第一种情况，第二种不用，因为区组内的这8个人本来就是理论上的同质的，所以只要把他们分开，随机接受不同的处理就能说明问题，这样可以省时，省钱，还能避免每个人由于重复测量导致的额外变量的增加。2、它强调了区组内的被试随机接受不同的实验处理，也因此叫随机区组。3、它要求每个区组的被试单位应该是实验处理水平的整数倍。如8/4=2第二种分配方式：假设该实验的被试一共是3个，就是说，一个被试为一个区组。那么每个区组的这个被试全部接受实验的4个不同水平的处理。这个时候就需要平衡实验的顺序，防止一个人不短的被实验而出现的顺序效应，如何平衡，一般用“ABBA”或所谓的“

4、拉丁方”。第三种分配方式：当一个大团体（如学校）为一个区组的时候，而大团体中又有小团体的时候（如学校中的班级），通常让一个小团体接受一种处理。例如：ABC分别是不同的三个学校，他们各自为一个区组，那么A学校是区组一，A学校就要抽四个班级出来，每个班级随机接受一种实验处理。注意：传统的观点认为上述“第二种方式”----一个被试为一个区组的情况不叫区组，叫被试内设计，就是因为每个被试都接受了不同的实验处理，因此没有随机可言。其具体的方差分析和随机区组的方差分析也有所差别。表现在SS残差的是否细分。具体往下看。二、随机区组的方差分析还是那个例子：             

5、     a1          a2              b1    b2    b1    b2区组          处理1  处理2  处理3  处理4  1          1      4        7    10  2          2      5        8    11  3          3      6        9   参考.... 12假定研究某种药物对某种操作的影响自变量A（药物）有两个水平，药物分别是0单元和2单元自变量B（实验环境）有两个水平，环境1和环境2。分别取三个不同层次的个体，分别是：少年、青年、

6、老年。数据刻意简单化，不合理没有关系。是个2*2随机区组设计区组的个数n=3a因素的处理水P=2b因素的处理水平q=2所有的处理水平p*q=4所有的被试单位=N=npq=3*2*2=12为了本质化，特意把所有的无聊的SS后面的字母统统去掉，用汉字表达平方和的分解：SS总=SS处理间+SS区组+SS残差1、SS总=整个实验的每个具体测量值和整个实验的总平均数差的平方再求和。  即：SS总=∑（X-μ）^2（μ=总平均数，X=各原始测量值）2、“SS处理间”是什么意思？  例子一共有4种处理，因此，SS处理间=4种处理中，n倍的“每一种处理的平均值与整个实验总平均值差的

7、平方再求和”。  即：SS处理间=n*[∑（各种处理平均值-μ）^2]（μ=总平均数）3、“SS区组”是什么意思？  例子一共有3个区组，因此，SS区组=3个区组中，pq倍的“每一个区组的平均值与整个实验总平均值差的平方再求和”。 参考.... 即：SS区组=pq*[∑（各区组平均值-μ）^2]（μ=总平均数）如何具体求SS总、SS处理间、SS区组？1、求SS总：  因为SS总=∑（X-μ）^2（μ=总平均数，X=各原始测量值）  又因为整个实验的总平均数=6.5  因此SS总=∑（X-μ）^2=（1-6.5）^2+（2-6.5）^2+（3-6.5）^2+……+