matlab中方差分析的自由度,多因素方差分析的自由度

在脑科学中，通常采用重复测量的方式来开展研究。也就是设计不同的任务，让同一个被试都做一遍，来找出差异。这样做不仅是为了节约经费(想想如果4个条件，每个条件找20人，就得给出80人的被试费！)，另一方面也是尽量将个体差异进行控制，因为不管是EEG/ERP、还是fMRI，都是噪声富聚的信号，而且个体差异也是非常大的。

图1 要点在于被试间和被试内进行分解

当然，重复测量也有其弊端，如滞留效应，潜隐效应和学习效应，这里不展开来说。重复测量方差分析可以说是我们最常用到的工具。比如：要研究不同情绪图片，在回忆和再认任务中在各个电极上theta波的差异。那就是一个情绪(高兴、悲伤和中性)×任务(回忆、再认)×电极(4个电极)实验，即3因素方差分析。如果把被试分为两组，分别完成回忆和再认任务，这就更复杂了，成了混合设计的3因素方差分析。比较可悲的是，翻阅很多教科书，都重点讲单因素方差分析，或者是完全随机设计的方差分析。对我们常用的重复测量多因素方差分析，保持了集体的沉默。看了许多研究报告，发现同学们在写F(x,y)=???,

P=???，通常把自由度x,y写错。这里我总结一下常用的实验设计如何确定自由度，希望对大家实践有帮助。

(注意本讲义不包括因素无交互作用的情况，亦不包括自由度要矫正的情况！)