心理统计学难点 13页

.-例：uANOVA中，比较组间变异和组内变异，之所以要用各自的均方..word.zl-\n.-比较，而不能直接比较各自的平方和，是因为在求平方和时，是若干项的平方和，其大小和项目数有关，应该将项数去掉，求其均方才能比较。因此要除以各自的自由度，求均方。..word.zl-\n.-第二节方差齐性检验²方差齐性并不是指方差绝对、完全相等，而仅仅是“相对的”相等——无统计学差异。即用通过方差齐性检验，各个方差无显著差异。²..word.zl-\n.-第三节单因素完全随机设计的方差分析一、实验设计(2)单因素设计类型：①完全随机设计②随机区组设计③拉丁方设计²实验设计专有名词A.实验单位：产生实验结果的被试B.实验因素(因子)：实验者所操控的变量（自变量）C.水平：实验者在因素内所安排的各种不同状况D.处理：不同因子间各水平的组合E.单因素实验：水平与处理意义相同F.效应：实验者在实验单位上所测得的结果（因变量）..word.zl-\n.-？请举例说明：①.实验因素(因子)：实验者所操控的变量（自变量）②.水平：实验者在因素内所安排的各种不同状况③.处理：不同因子间各水平的组合④.单因素实验：水平与处理意义相同⑤.效应：实验者在实验单位上所测得的结果（因变量）二、单因素完全随机设计的方差分析Ø定义：每一随机组分别接受一种实验处理的设计。又名：独立组设计或被试间设计例：随机抽取22名学生并随机为三组，分别做某一种光强（I、II、III）的反应时实验。结果如下。试问不同强度的光反应时有无显著不同？..word.zl-\n.-..word.zl-\n.-第三节单因素随机区组设计的方差分析..word.zl-\n.-第四节多因素完全随机设计的方差分析一、两因素完全随机实验设计的方差分析a)题目：主题熟悉性（A）与生字密（B）度对儿童阅读理解的影响。b)实验变量：自变量A——文章类型，即熟悉的（a1）与不熟悉的（a2）；c)自变量B——生字密度，即5:1(b1)、10:1(b2)、15:1(b3)d)实验设计：两因素完全随机实验设计e)被试：24名五年级学生f)实验程序：共计2×3=6个实验处理；然后把选取的被试分成6组，每组4人，分别接受一种实验处理水平的结合。二、主效应与交互效应（一）主效应（maineffect）是指在多因素实验中，只考虑某一变量单独变化所引起观测变量的变化。..word.zl-\n.-（二）交互效应（interacteffect），也称交互作用，是指一个变量的效应在另一个（或多个）自变量的不同水平上是不同的。²交互作用：可能会觉得难于理解统计上的交互作用……但实际上，当开始设计心理学实验的时候，我们很自然的会意识到自变量间存在交互作用的可能性。也就是说，担心自己关注的变量的效应会由于其他变量的出现而被改变——加强、减弱或消失。这就是交互作用能告诉我们的——一个自变量的效应在另一个自变量的不同水平上是不同的——加强、减弱或消失。Ø主效应与交互效应的关联性在多因素的方差分析中：如果方差分析结果表明交互作用不显著，检验各个因素的主效应就很重要；如交互作用显著，则对每个因素主效应的检验，意义就不大了。因为交互作用显著，则意味着两个（或多个）因素对实验结果具有共同的重要性。（这个太难，不强求）：我们不仅关心听音乐是否对驾驶成绩有影响，还想知道它是否对饮酒者的影响更大。设计一个实验，同时操纵两个变量（自变量）：A（音乐）×B（酒精）完全随机设计..word.zl-\n.-下页继续..word.zl-\n.-..word.zl-\n.-例题：（考过两次）..word.zl-\n.-..word.zl-