方差分析2

现代心理与教育统计如何复习？这篇是方差分析思维导图分享，内容有基本原理与基本过程、单因素的方差分析、两因素的方差分析、协方差分析（不考）、事后检验、效果量，一起来了解下。

方差分析2

• 基本原理与基本过程
• 单因素的方差分析
• 两因素的方差分析
• 协方差分析（不考）
  • 协变量
    • 在实验设计阶段难以控制或无法控制的、却对因变量产生影响的变量
    • 一般是线性变量，和因变量存在线性关系且这种线性关系在自变量的各个水平上是一致的
  • 协方差分析
    • 在扣除协变量的影响后进行的方差分析，是把线性回归分析和方差分析结合在一起的事后统计分析方法
    • 是一种常用的统计控制方法，是实验控制的一种辅助手段。经过这种矫正，实验误差将减小，对实验处理效应估计更为准确
• 事后检验
  • 概述
    • 由于方差分析只能得到显著差异的结果，事后检验使我们能够比较各组差异，发现具体产生在什么地方，到底哪一对或哪几对差异显著，但不能对各组进行两两比较
    • 注意
      • 交互作用显著
        • 须进行简单效应分析：分别检验一个因素在另一个因素的每一个水平上的处理效应，以便具体地确认它的处理效应在另一个因素的哪些水平上是显著的，在哪些水平上是不显著的
        • 检验主效应
          • 检验每一个主效应的意义不大，因为交互作用显著表明主效应检验是一个过度简化、没有考虑到其他因素的一种检验
      • 交互作用不显著
        • 必须检验每个主效应
        • 若每个因素仅包括两个水平无须进行事后比较，只用直接报告两个均数并指出其高低关系
        • 若因素的水平在三个及以上须进行事后多重比较来判断哪一个水平或哪几家水平的差异显著，哪几个水平不显著
  • 具体方法
    • HSD检验法
      • 又叫 Tukey真实检验，更敏感，统计检验力更强，要求各组容量相等
    • N-K检验
      • 也叫q检验
    • Seechffe检验
      • 比较保守，适用于样本容量不等，最大限度降低了I型错误a水平，可能最安全
      • 但可能会引起更高的II型错误
    • Ducan多距检验法
    • LSD
      • 费舍的最小显著差异法
• 效果量
  • 概述
    • 方差分析结果显著后，也需要计算效果量，以反映自变量和因变量的关联程度
  • 伊塔p方
    • 概述
      • 自变量对因变量方差解释的百分比，通常报告的都是矫正值
    • 独立测量
    • 重复测量
    • 当伊塔p方=0.04时，为较小效果量
    • 当伊塔p方=0.25时，为中等程度的效果量
    • 当伊塔p方=0.64时，为较大效果量
  • 科恩f²
    • 一般性的效应指标，被广泛应用于F检验中
    • 当f²=0.02时，为较小效果量
    • 当f²=0.15时，为中等程度的效果量
    • 当f²=0.34时，为较大效果量
• *
  • 表示差异显著
  • 显著性水平：*为0.05，**为0.01，***为0.001，·····