行为科学统计 Statistics for the Behavioral Sciences
人生很累，现在不累，以后更累啦～
现在先把基础打好...打到牢固的时候，开始好好的进阶学习...这本书，看了一遍了，现在整理到博客园里...统计基础巩固好，为后续的数据分析进阶进行铺垫..
这就是现在复盘的目的啦～完结了参数估计。。。现在看方差分析，看包含两组或两组以上数据的实验而设计的方差分析。
现在这个是方差分析啦，为什么不用t检验了，因为现在有三个了，或者三组数据，t分数只能测三组！
第13章 方差分析
- 引言：ANOVA方差分析回来假设检验，不再是参数估计，还是继续着t检验之后，继续方差分析。
- 注意注意注意，这一章讲的是独立测量的方差分析！！！ 这一章讲的是独立测量方差分析。。。
- 13.1 概述
- 用于评估两个或者多个处理（总体）的平均数的差异。
- 通常来说，t检验局限于比较两个处理的情况。而ANOVA可以有多个水平比较
- 与t检验比较 t＝样本平均数间的差异／偶然（误差）引起俄期望差异 而对于方差分析，检验统计量被称为F分数＝样本间的方差（差异）／偶然（误差）引起的期望方差
- 360页讲了为什么一定要方差分析，因为，如果一直用t检验来不断的检验数据呢，做的检验越多，遇到第一类误差的可能性就越大！～
- 方差分析的优点就是可以一次性分析很多个，而不是当t检验的时候来遇到三组水平分析3次，这样增加了遇到第一类误差的概率。
- 看一下这句话：
- 13.2 方差分析的逻辑
- 方差分析的核心就是分析处理间方差与处理内方差 内部的总的变异性。。。。
- ANOVA是一种统计方法，可以比较两个或多个处理条件的方差差异。。。这句话对吗？ 错！！！！尽管在计算中，ANOVA是用了方差，但是检验的目的是评估处理间平均数的差异。。。
- F＝ 处理间方差／处理内方差＝（处理效应＋偶然引起的差异）／偶然引起的差异
- 计算过程看得我头疼。。抓住核心就行啦～...... ......
- 13.3 ANOVA的符号和公式
- 13.4 F分布 所有可能的F值
- 有两个特点 首先一般都是正值，另外是F值集中在1.00附近。
- 13.5 ANOVA中假设检验和效应大小的例子
- 专业期刊中报告方差分析的结果 平均数和标准差如表1所示，方差分析的结果显示出差异显著， F（3，16）＝8.33， p<0.05， 被解释的方差的百分比r2=。。。
- 这里又解释了MS内
- 和合并方差
- 13.6 事后比较 简单来说就是找出具体的差异是哪两个
- 实验a水平是一系列分别的假设检验累积而成的第一类误差的总概率。一般来说，实验a水平大于每个个别检验的a值。
- 这里讲了Dunn检验 和Tukey真实显著差异检验和Scheffe检验。。。。。
- 看这里的时候看得wtf...这是在讲什么。。。主要知道目的就行了，就是比较真正引起差异的是哪两个。。。
- 13.7 ANOVA与t检验之间的关系
- t分数与F分数之间最基本的关系可以用 F ＝ t2
- 独立测量ANOVA的假设同样有3个
- 每个样本内的观察必须是独立
- 样本源自的总体必须是正态的
- 样本源自的总体的方差必须是相等的（方差齐性） Hartley检验可以用来检验方差齐性。
总结
不总结就没有进步的哦。总结还是很重要的。。
最后一点总结很重要 啊，
当方差分析的结论是拒绝零假设，并且包含两个以上的处理条件时，继续分析的事后比较时必需的。例如， Tukey真实显著差异检验或Scheffe检验。 这一类检验的目的是确认到底哪些处理显著不同，哪些不是显著不同。！！！！！
SPSS 点击步骤 Analyze－Compare Means --- Independent-Samples T Test. .. . .
第14章 重复测量方差分析
- 引言：ANOVA方差分析，上一章是独立测量方差分析，这一章是重复测量方差分析 要注意注意注意。 14.1 概述
- 有点晕，这里的逻辑，非常晕。。。这一章的逻辑非常晕！｀～～！ 其实也是几乎没看了，显得比较晕，如果看得仔细的话，还是挺好的。毕业论文。。我们两个都毕业了，但是我们的爱情才开始。。
- 14.2 检验重复测量ANOVA的假设
- 以前看不懂的现在也是看不懂啊。。。但是先留着别看了。。。还是比较重要的～... ... ... ... 能看懂就看懂最好啰～ 不要去频繁询问一个正在找工作的同学
- 测量重复测量ANOVA的效应大小 同样还是哪个r2 ＝
- 同样也有重复测量的后继检验 同样的跟上边一样，都是用Tukey检验啰。。。
- 今天看书，图书馆对面的女生跟我一样，看电脑的时候把头靠近屏幕靠得很近。。微微皱着眉头。。＝ ＝
- 同样的，重复测量ANOVA的假定 也是需要 三个
- 每个处理条件里观察必须是独立的
- 每个护理内的总体分布必须是正态分布
- 每个处理的总体分布的方差应该是大体相当的。。 Hartley检验还记得吗。。
- 14.3 重复测量设计的优点
- 历史总是惊人的相似啦～～～
- 我看到这里页是不怎么想看啦～～～
- 毕竟看了一个下午了。。。烧了了一个下午的脑子。。。
- 14.4 个体差异和处理效应的一致性
- 重复测量设计的主要优点是它把个体差异从F分数的分母中消除掉了。
- 总结
- 反正这一章我看得好晕啊。。＝ ＝
- spss --- analyze ---general linear model--- repeated-mmeasures..
-
第15章 双因素方差分析（独立测量）
- 引言：ANOVA方差分析，这一章讲双因素方差分析，其实还是要把原理给讲明白了，才是最好的。。然后spss就清楚得多了！～ 15.1 概述
- 有点晕，这里的逻辑，到公式和逻辑的时候应该都是会非常晕的，但是还好啦～还是要加油啦～还是这样的。。看下来，看完就完成了第三部分啦～这一章肯定是还要再看系列的啦。不用看啦～
- 所以还是看懂了，就是多因素设计，但是我很少看习题耶。。。其实还是习题搞一下才会懂。。
- 15.2 主效应与交互作用
- 一个因素的不同水平之间的平均数差异被称为这个因素的主效应。
- 交互作用
- 主效应的存在与交互作用是完全独立的～～
- 15.3 符号与公式
- 越来越水了。。。都不看过程了。。
- 如何在专业期刊中报告双因素ANVOA 450页
- 每种处理条件下的平均数和标准差如表1所示。双因素方差分析的结果显示任务难度的主效应显著，F（1，24）＝24.00，p<0.01， r2＝0.50;唤起水平的主效应页显著，F（2，24）＝6.00，p<0.01，r2 =0.33.。。。难度与唤起的交互作用显著，F（2，24）＝6.00，p<0.01，r2=0.33.
- 就这样报告啦～
- 15.4 解释双因素ANOVA的结果
- 15.5 双因素ANOVA的假设
-
同样是那三个条件啰～知道不～ 独立，正态，方差齐性。Hartley检验！！！！
-
- 总结！
- 每次都是要复盘的，复盘很重要的～！！～
- 其实这章已经看得不是很懂啦～ 总结也是看得晕呼呼的～
- SPSS analyze－－general linear model --- Univariant !!! 这里有一些些模糊～不确定哦～～
到这里，总结完了第三部分。。。明天得先做研究。。。然后周五再看第四部分 相关与非参检验～～～！！
其实总结来说～ ...总结来说， 对于方差分析，F值的概念还是要懂的～..整体来说，方差分析的逻辑非常不清楚～..搞不来..没有静下来心思去理解和理解而已..