统计学（二）之一般线性模型（二）

接上文
方差分析的适用条件
各样本的独立性：保证变异的可加性（严格要求）；
正态性：各单元的残差必须服从正态分布（要求不是明显偏态）；
方差齐次：各单元格满足方差齐次（变异的程度相同）；
多因素方差分析
在实际问题中，经常需要同时研究多个因素对因变量的影响情况。希望控制一些无关的因素；希望找到影响最显著的因素，并需要知道起显著作用的因素在什么时候起最好的影响作用。就需要用到多因素的方差分析。



主要看第二行最后一列，Sig=0;证明不同生字密度对学生的阅读成绩存在显著影响。

可以看到，配伍设计和完全随机设计的区别，虽然都是单因素方差分析，但是完全随机设计是将所有的被试完全分组，但是配伍设计是先将被试按照性别或者年龄或者智力等其他的非处理因素简单分组之后再随机分配到不同的实验处理条件。

主要看第四行最后一列，Sig=0.232，可以看到不同智力之间对学生阅读成绩是没有显著差异的，第五行最后一列，Sig=0，说明生字密度对学生阅读成绩的显著差异。

这里可以看到，拉丁方设计的不同之处在于又多了一个非处理因素的分组。
与配伍设计属于同样的分析，不再赘述。下一篇讲多因素方差分析。
未完待续。。。。。。
文章中PPT摘自豆丁，只为自己更好的学习，无他企图。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！