统计检验之统计检验力和效果量.pptVIP

唐僧：这是一个单因素方差分析问题，对于这种问题，通常是先计算效果量，再计算统计检验力。 对于效果量的计算，人们提出了多种方法，下面逐一介绍。 有多种指标来计算方差分析的效果量，下面分别介绍： 1、 四、单因素方差分析的效果量 例：将18名被试分为3组，每组6人，运用某个智力测验对各组被试进行测量，然后，运用方差分析方法，检验3组被试的智商是否存在显著差异。 3组被试智商分数的方差分析表 变异来源 平方和 自由度 均方 F 组间 448 2 224 7.814** 组内 430 15 28.67 总变异 878 17 效果量 的解释： 它反映了了各组间平方和在总体平方和中所占的比重。 它的值越大，表示各组差异越大； 它的值越小，表示各组差异越小。 在实验研究中，效果量也反映了不同实验处理“效果”的差异。例如，在本研究中，师兄3人对于孩子采取了不同的教学方式。 悟空：自学为主； 八戒：个别辅导； 沙僧：班级教学。 效果量就反映了“不同教学方式”所产生的 “效果大小”。 上述例子表明：总体变异中有51%是由于不同的实验处理所产生的。 SPSS软件就是将 作为效果量的（在“一般线性模型”的模块中），输出结果标注为“Partial Eta Squared”（英文）或“偏eta方”（中文）。 2、f （甘怡群1） 本例中 3、f （甘怡群2） 本例中 4、f f= 本例中，f= 上述方法3、4是以F检验为理论基础的。 Cohen认为，当以f值为指标时， f=0.10，属于小的效果； f=0.25，属于中等效果； f=0.40，属于大的效果。 在单因素方差分析中，统计检验力是根据效果量来计算的，由于有多种效果量的计算方法，因此，也就有多种统计检验力的计算方法，分别介绍如下： 五、单因素方差分析的统计检验力 1、根据f计算?，再查表。 ?=f 本例中，?=1.14 = 2.79 Cohen给出了“方差显著性检验的统计检验力表” （Cohen B H. Explaining Psychological Statistics. New York, New York University, 2008) 胡竹菁. 心理统计学，高等教育出版社，2010. P417，附表12 K=3 ? dfw …… 2.2 2.6 3.0 …… …… 16 …… 0.88 0.96 .099 …… …… 在本例中，K=3，dfw=15，接近于表中的16，?=2.79，查表，得到统计检验力在0.96～0.99之间。 2、根据f计算?，再查表。 ?=f 本例中，?=0.93 = 2.28 查表，得到统计检验力在0.88～0.96之间。 3、运用SPSS计算统计检验力 （以SPSS18.0中文版为例） 点击“分析”菜单中的“一般线性模型”；再点击“单变量（U）……”后，出现对话框，输入“因变量（智商）”，“固定因子（教学方式）”； 再点击“选项”，选中“功效估计”和“检验效能”；点击“继续”、“确定”，于是得到“观察到的效力=0.91”，这就是统计检验力。 八戒晃着脑袋说：我最怕做计算了，现在有了SPSS可好了，点击一下就帮我算出来了！ 唐僧：由于计算效果量和统计检验力的方法较多，不同方法得到的结果是不能进行比较的，因此，还是要把基础知识搞清楚啊！ 沙僧：师父说得对啊，我们一定要把各种计算方法都搞明白。 刚才介绍了单因素方差分析的情况，那么对于两因素方差分析，该如何计算效果量和统计检验力呢？ 唐僧：且听我细细道来。 可以通过SPSS获得，也可以采用公式计算。 介绍SPSS的方法（SPSS18.0中文版） 六、两因素方差分析的效果量和统计检验力 唐僧：对猪宝宝与猴小兵的智力比试 是两个样本平均数差异显著性检验问题， 我虽为金蝉子转世， 判断却也可能出错。 八戒诧异地问道：师父也会有错？ 唐僧：我可能会犯两类错误啊！ 接受 拒绝 为真 正确决策， I 型错误 为假 II 型错误 正确决策， 统计检验力 假设检验的两类错误 虚无假设: 备择假设: 在其他条件不变的前提下 和　不可以同时增大或减小