统计检验力和效果量.ppt

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。壹贰四、单因素方差分析的效果量有多种指标来计算方差分析的效果量，下面分别介绍：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44822247.814**组内4301528.67总变异87817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。0102030401020304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。八戒：个别辅导；05效果量就反映了“不同教学方式”所产生的悟空：自学为主；沙僧：班级教学。“效果大小”。06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“PartialEtaSquared”（英文）或“偏eta方”（中文）。f（甘怡群1）本例中0102f（甘怡群2）本例中01f02f=03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：根据f计算?，再查表。01?=f02本例中，?=1.14=2.7903Cohen给出了“方差显著性检验的统计检验力表”（CohenBH.ExplainingPsychologicalStatistics.NewYork,NewYorkUniversity,2008)胡竹菁.心理统计学，高等教育出版社，2010.P417，附表12K=3?dfw……2.22.63.0…………16……0.880.96.099…………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。01根据f计算?，再查表。02?=f03本例中，?=0.93=2.2804查表，得到统计检验力在0.88～0.96之间。01运用SPSS计算统计检验力02（以SPSS18.0中文版为例）03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！唐僧：且听我细细道来。03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？02沙僧：师父说得对啊，我们一定要把各种计算方法都搞明白。01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）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！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，统计检验力八戒可真聪明：我明白了，虚无假设H0认为“猪宝宝与猴小兵”的智力没有显著差异，备择假设H1认为“猪宝宝与猴小兵”的智力存在显著差异。唐僧：不论我接受或拒绝哪个假设，都有可能犯错误，这涉及到统计检验力的问题。一、统计检验力和效果量的含义统计检验力：1当虚无假设H0为假（备择假设H1为真）时，正确拒绝H0的概率，它等于1-?。2八戒：以前师父只是和我们讲过显著性水平α，现在看来，这个β也很重要啊！那