心理统计学难点

上传人:新** 文档编号:561516723 上传时间:2022-09-09 格式:DOCX 页数:13 大小:896.21KB
返回 下载 相关 举报
心理统计学难点_第1页
第1页 / 共13页
心理统计学难点_第2页
第2页 / 共13页
心理统计学难点_第3页
第3页 / 共13页
心理统计学难点_第4页
第4页 / 共13页
心理统计学难点_第5页
第5页 / 共13页
点击查看更多>>
资源描述

《心理统计学难点》由会员分享,可在线阅读,更多相关《心理统计学难点(13页珍藏版)》请在金锄头文库上搜索。

1、 例:授课:XXX u ANOVA中,比较组间变异和组内变异,之所以要用各自的均方比较,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。授课:XXX第二节 方差齐性检验 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。授课:XXX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: 完全随机设计 随机区组设计 拉丁方设计 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

2、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)授课:XXX?请举例说明:. 实验因素(因子):实验者所操控的变量(自变量) . 水平:实验者在因素内所安排的各种不同状况 . 处理:不同因子间各水平的组合 . 单因素实验:水平与处理意义相同 . 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 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、

3、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?授课:XXX授课:XXX第三节 单因素随机区组设计的方差分析授课:XXX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23=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

4、一种实验处理水平的结合。二、主效应与交互效应(一)主效应(main effect)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。(二)交互效应(interact effect),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。授课:XXX 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。 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)完全随机设计授课:XXX下页继续授课:XXX授课:XXX例题:(考过两次)授课:XXX (注:可编辑下载,若有不当之处,请指正,谢谢!) 授课:XXX

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 高等教育 > 其它相关文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号