本文的订阅号小文章,欢迎加阿猫微信
“猫爪挠的字”--单因素方差分析 | 心理统计学mp.weixin.qq.com距离上次在微信公众号发文有近三个月的时间了,一方面是工作真的太忙,另一方面是在细啃心理统计学这座大山,在经过不断地自我摧残和救赎后,终于在6月7日完结撒花,由于心理统计学涉及的知识点比较烦杂,一方面是铺天盖地的复杂公式和计算过程容易遗忘,一方面是在处理每种不同问题时应用的统计原理、方法和条件也容易混淆和遗忘,所以为了降低后续回顾和复习时的时间成本,提高学习效率,以小文章的形式总结和介绍心理统计学重点章节的内容,将重点、难点总结于此,并通过自己的介绍进一步将所学知识内化进自己的知识体系中,也希望能通过文章结交更多对心理学和统计学感兴趣的伙伴们。
心理统计学中最重要、最核心的内容是推论统计和实验设计,按教材章节顺序排序为:概率分布、参数估计、假设检验、方差分析、卡方检验、非参数检验、线性回归、多变量统计分析。关于统计学的描述统计,如集中量数、差异量数、相关关系不做整理,如果有想讨论的朋友,可以加下阿猫的微信,我们互相学习与分享。
本文主要对单因素方差分析进行介绍和笔记展示(字是挠出来的,所以请忽略字的好看程度),因为是重点笔记的梳理,所以不会过多对基础进行介绍,只对重难点进行梳理。
那么,我们先来看下单因素方差分析涉及的前置知识有哪些:
- 平均数、平方和、均方——集中量数
- 离差、方差——差异量数
- 样本与总体、样本统计量(样本平均数、样本方差)、总体参数(总体平均数、总体方差)、自由度——绪论、参数估计
- F分布、使用F值表——抽样分布、假设检验
- F检验(单侧)、平均数差异检验、t检验——假设检验
方差分析又称变异分析(analysis of variance,ANOVA),它是斯内德克(George Waddel Snedecor,1881~1974)为了探讨一个因变量和一个或多个自变量之间的关系,1946年根据费舍的早期工作发明的一种检验方法。它的功能是在于分析实验数据中不同来源的变异对总变异的贡献大小,从而确定实验中的自变量是否对因变量有重要影响。
一、方差分析的基本原理
方差分析依据的基本原理是方差(或变异)的可加性原则,也即是方差的可分解性。方差分析把实验数据的总变异分解为若干个不同来源的分量,具体讲就是将总平方和分解为几个不同来源的平方和。
比如,假设要讨论噪音对解决数学问题的影响作用。噪音是自变量,它有三个强度水平:强(100分贝噪音)、中(50分贝噪音)、无。因变量是解决数学问题时产生的错误频数。随