單因素交互作用簡(jiǎn)單效應(yīng)分析ppt課件

《單因素交互作用簡(jiǎn)單效應(yīng)分析ppt課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《單因素交互作用簡(jiǎn)單效應(yīng)分析ppt課件（60頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

單因素 交互作用 簡(jiǎn)單效應(yīng)分析 1 方差分析的適用條件 變異的可加性總體正態(tài)分布方差齊性 總體方差相等 實(shí)際應(yīng)用中 對(duì)方差齊性要求較高 因此需要單獨(dú)檢驗(yàn) 2 SPSS中的4個(gè)方差分析菜單 Univariate單因變量方差分析Multivariate多因變量方差分析RepeatedMeasures含有重復(fù)測(cè)量的方差分析 CompareMeans One WayANOVA單因素方差分析 GeneralLinearModel 3 很少用 因變量不止一個(gè)時(shí) 含有重復(fù)測(cè)量的數(shù)據(jù) 很常用 4 One WayANOVA 8 1單因素完全隨機(jī)方差分析 5 例1 單因素完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì) 目的 文章生字密度對(duì)學(xué)生閱讀理解成績(jī)的影響自變量 生字密度 含4個(gè)水平 5 1 10 1 15 1 20 1 因變量 閱讀測(cè)驗(yàn)的分?jǐn)?shù)被試及程序 32人 隨機(jī)分為四組 每組接受一個(gè)自變量處理 即閱讀一種生字密度的文章 6 OneWayANOVA 生字密度對(duì)學(xué)生閱讀理解的影響shuhua p 39 sav 7 即自變量 即多重比較也稱(chēng)事后檢驗(yàn) 8 9 結(jié)果 p值 由p 037 05可知 可認(rèn)為方差齊性 邊緣顯著 10 結(jié)果 組間均方 F值 p值 自由度 研究報(bào)告中的方差分析結(jié)果 自由度 均方 F P 而p值以星號(hào)的形式標(biāo)注 One WayANOVA通常用文字陳述結(jié)果 因素較多時(shí)則用三線表呈現(xiàn) 自由度 均方 F 畢業(yè)論文格式 11 結(jié)果 由方差分析表可知 F 3 28 22 533 p 01 生字密度對(duì)閱讀理解成績(jī)有影響 學(xué)生對(duì)生字密度不同的文章的閱讀理解有顯著差異 12 結(jié)果 多重比較 13 練習(xí)1 數(shù)據(jù)文件 自信心與社交苦惱 任務(wù)1 在1總自信平均分上 男生與女生是否存在顯著差異 任務(wù)2 在1總自信平均分上 各個(gè)年級(jí)間是否存在顯著差異 14 8 2單因素隨機(jī)區(qū)組方差分析 Univariate 15 因變量 絕大多數(shù)時(shí)候自變量都應(yīng)該往里面選 用于選入隨機(jī)因素 如果你不明白 假裝沒(méi)看見(jiàn)他就是了 16 單擊后出現(xiàn)一個(gè)對(duì)話(huà)框 用于設(shè)置在模型中包含哪些主效應(yīng)和交互因子 默認(rèn)情況為Fullfactorial 即分析所有的主效應(yīng)和交互作用 本例沒(méi)有交互作用可分析 所以要改 17 即 custom BuilTerm maineffcts 左邊變量的全選入右邊 18 單擊后出現(xiàn)一個(gè)對(duì)話(huà)框 用于設(shè)置在模型中包含哪些主效應(yīng)和交互因子 默認(rèn)情況為Fullfactorial 即分析所有的主效應(yīng)和交互作用 本例沒(méi)有交互作用可分析 所以要改 19 例2 單因素隨機(jī)區(qū)組設(shè)計(jì) 題目 文章的生字密度對(duì)學(xué)生閱讀理解的影響自變量 生字密度 含有4個(gè)水平 5 1 10 1 15 1 20 1 因變量 閱讀測(cè)驗(yàn)的分?jǐn)?shù)無(wú)關(guān)變量 被試的智力水平 區(qū)組變量 實(shí)驗(yàn)設(shè)計(jì) 單因素隨機(jī)區(qū)組實(shí)驗(yàn)設(shè)計(jì)被試及程序 首先給32個(gè)學(xué)生做智力測(cè)驗(yàn) 并按測(cè)驗(yàn)分?jǐn)?shù)將被試分成8個(gè)組 每組4人 智力水平相等 然后隨機(jī)分配每個(gè)區(qū)組內(nèi)的4個(gè)被試閱讀一種生字密度的文章 20 生字密度對(duì)學(xué)生閱讀理解的影響 按智力測(cè)驗(yàn)成績(jī)劃分8個(gè)區(qū)組 shuhua p 45 sav 21 數(shù)據(jù)錄入 22 組間 區(qū)組 組內(nèi) 誤差項(xiàng) 23 Univariate 單因素完全隨機(jī) n因素隨機(jī)區(qū)組 多因素混合設(shè)計(jì) 單因素重復(fù)測(cè)量 One wayANOVA RepeatedMeasures RepeatedMeasures 多因素重復(fù)測(cè)量 RepeatedMeasures 不管有幾個(gè)因素 只要其中一個(gè)因素為重復(fù)測(cè)量 即用RepeatedMeasures 24 Onecemore 單因素完全隨機(jī) One wayANOVA 不管有幾個(gè)重復(fù)測(cè)量因素 RepeatedMeasures 其他方差分析 Univariate 只有一個(gè)因變量 25 兩因素完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)的應(yīng)用舉例 題目 當(dāng)主題熟悉性不同時(shí) 生字密度對(duì)兒童閱讀理解的影響 實(shí)驗(yàn)變量 自變量A 文章類(lèi)型 即熟悉的 a1 與不熟悉的 a2 自變量B 生字密度 即5 1 b1 10 1 b2 15 1 b3 實(shí)驗(yàn)設(shè)計(jì) 兩因素完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)被試 24名五年級(jí)學(xué)生實(shí)驗(yàn)程序 首先將自變A與B的水平結(jié)合成2 3即6個(gè)實(shí)驗(yàn)處理 然后把選取的被試分成6組 每組4人 分別接受一種實(shí)驗(yàn)處理水平的結(jié)合 26 數(shù)據(jù)如何錄入 邊緣 際 平均數(shù) 即主效應(yīng) 即交互作用效應(yīng) 細(xì)格平均數(shù) 27 Onecemore 主效應(yīng) 一個(gè)因素內(nèi)各個(gè)水平的差異 交互作用 一個(gè)因素的各個(gè)水平在另一個(gè)因素的不同水平上變化趨勢(shì)不一致 28 邊緣 際 平均數(shù) 即主效應(yīng) 即交互作用效應(yīng) 細(xì)格平均數(shù) 29 結(jié)合實(shí)例 請(qǐng)分別說(shuō)明 1 主效應(yīng) 2 交互作用 2 3完全隨機(jī)方差分析 B因素 年級(jí) A因素 性別 思考 30 兩因素完全隨機(jī)方差分析舉例 shuhua p71 31 因變量 自變量 32 結(jié)果1 綜合的方差分析 A因素的主效應(yīng) B因素的主效應(yīng) AB的交互效應(yīng) A因素主效應(yīng)顯著 B因素主效應(yīng)顯著 不同主題熟悉性的成績(jī)存在顯著差異 不同生字密度的成績(jī)存在顯著差異 AB交互作用顯著 熟悉性與生字密度的交互作用顯著 該自變量水平大于等于3 事后檢驗(yàn) 交互作用顯著 則簡(jiǎn)單效應(yīng)檢驗(yàn) 33 結(jié)果2 事后檢驗(yàn)即Posthoc 選中主效應(yīng)顯著 且水平 3的自變量 通常用LSD 34 結(jié)果2 事后檢驗(yàn)即Posthoc 35 結(jié)果3 簡(jiǎn)單效應(yīng)的定量分析 通常不在SPSSforWindows完成 而是通過(guò)寫(xiě)語(yǔ)句 即 syntax 交互作用顯著后進(jìn)行簡(jiǎn)單效應(yīng)檢驗(yàn) 36 兩因素完全隨機(jī)的方差分析 syntax 37 2 3完全隨機(jī)的方差分析 MANOVAYBYA 1 2 B 1 3 DESIGN DESIGN BWITHINA 1 BWITHINA 2 鍵盤(pán)敲兩下空格 多因素方差分析 變量說(shuō)明 BY 左邊為因變量 BY 右邊為IV 總的方差分析 簡(jiǎn)單效應(yīng)檢驗(yàn) 38 2 3完全隨機(jī)的方差分析 MANOVAYBYA 1 2 B 1 3 DESIGN DESIGN BWITHINA 1 BWITHINA 2 DataView與Syntax中的 name 務(wù)必保持一致 Y表示因變量 A B分別表示自變量 A因素各個(gè)水平的最小值與最大值 B因素同理 請(qǐng)問(wèn) 3 4完全隨機(jī)的方差分析 C因素3個(gè)水平 D因素4個(gè)水平 因變量為F 應(yīng)如何改寫(xiě)以上語(yǔ)句 鍵盤(pán)敲兩下空格 實(shí)心點(diǎn) 均可替換為其他字母 39 結(jié)果3 簡(jiǎn)單效應(yīng)的定量分析 再結(jié)合作圖法 對(duì)結(jié)果進(jìn)行解釋 40 結(jié)果4 交互作用的直觀分析 作圖法 41 結(jié)果4 交互作用的直觀分析 作圖法 X軸 分為不同的線條 通常來(lái)說(shuō) 把水平多的自變量作為X軸 42 結(jié)果4 交互作用的直觀分析 作圖法 再次復(fù)習(xí) 什么是交互作用 43 B b1 b2 b3 a2 a1 對(duì)于熟悉的文章 被試的閱讀理解成績(jī)無(wú)顯著差異 F 2 19 0 12 P 0 883 對(duì)于不熟悉的文章 被試的閱讀理解成績(jī)存在顯著差異 F 2 19 11 33 P 0 001 結(jié)果5 對(duì)簡(jiǎn)單效應(yīng)的綜合分析 44 見(jiàn)數(shù)據(jù)文件 dengzhu p141 練習(xí) 45 A因素的主效應(yīng) B因素的主效應(yīng) AB的交互效應(yīng) A因素主效應(yīng)顯著 B因素主效應(yīng)顯著 不同性別被試的 存在顯著差異 不同年級(jí)被試的 存在顯著差異 AB交互作用顯著 性別與年級(jí)的交互作用顯著 該自變量水平大于等于3 事后檢驗(yàn) 交互作用顯著 則簡(jiǎn)單效應(yīng)檢驗(yàn) 46 兩因素混合設(shè)計(jì)的方差分析 47 注意 數(shù)據(jù)錄入 對(duì)于被試間 組間 變量 每個(gè)自變量須作為單獨(dú)的一列進(jìn)行錄入被試內(nèi) 組內(nèi) 變量 每個(gè)自變量無(wú)須單獨(dú)成列 而是被試內(nèi)變量各個(gè)水平所對(duì)應(yīng)的因變量單獨(dú)成列當(dāng)只有被試間因素的時(shí)候 因變量需要單獨(dú)成一列 當(dāng)含有被試內(nèi)因素的時(shí)候 因變量無(wú)需單獨(dú)成一列 而是錄入在被試內(nèi)因素相應(yīng)的水平下 48 兩因素混合設(shè)計(jì)的方差分析舉例 詞的獲得年齡與專(zhuān)業(yè)對(duì)詞的知覺(jué)速度的影響采用3 2的混合設(shè)計(jì)共有兩個(gè)自變量 自變量1是詞的獲得年齡 AOA 含3個(gè)水平 分別是a組 b組和c組 是被試內(nèi)變量 自變量2是專(zhuān)業(yè) 有體育和中文2個(gè)水平 是被試間變量 因變量是反應(yīng)時(shí)間數(shù)據(jù)見(jiàn) 16 1 49 被試內(nèi)變量的name 相應(yīng)被試內(nèi)變量的水平數(shù) 50 被試內(nèi)變量 被試間變量 51 52 描述統(tǒng)計(jì)結(jié)果 53 球形檢驗(yàn) p 0 05 球形檢驗(yàn)差異不顯著 54 主效應(yīng)A與交互作用 F 2 76 4 813 p 0 011 0 05 詞獲得年齡的主效應(yīng)顯著 F 2 76 1 471 p 0 236 0 05 詞獲得年齡與專(zhuān)業(yè)交互作用不顯著 55 主效應(yīng)B F 1 38 0 646 p 0 426 0 05 系別的主效應(yīng)不顯著 56 F 2 76 4 813 p 0 011 0 05 詞獲得年齡的主效應(yīng)顯著 F 2 76 1 471 p 0 236 0 05 詞獲得年齡與專(zhuān)業(yè)交互作用不顯著 F 1 38 0 646 p 0 426 0 05 系別的主效應(yīng)不顯著 需要進(jìn)一步分析的 詞的主效應(yīng)顯著 須做多重比較 57 被試內(nèi)變量的事后多重比較 只能用Options aoa 58 注意 被試內(nèi)變量主效應(yīng)顯著后 事后多重比較 只能用Options如果被試間變量的主效應(yīng)顯著 既可以用Options 也可以用posthoc 59 結(jié)果 事后多重比較 60