误差变异（errorvariance）：不能由自变量或明显的额外变量解释的那部分变异。单元内误差（within-cellerror）：几个被试接受同样的实验条件时，他们之间所出现的差异。被试个体差异导致的误差■作用：用来估计实验误差残差（residualerror）：误差变异中除了单元内误差以外的误差，也应该是一种随机误差。如，只有一个被试接受一种实验处理时存在的误差。作用：用来估计实验误差
❖误差变异（error variance）：不能由自变量或明 显的额外变量解释的那部分变异。 ❖单元内误差（within-cell error）：几个被试接 受同样的实验条件时，他们之间所出现的差异。被 试个体差异导致的误差。 ▪ 作用：用来估计实验误差。 ❖残差（residual error）：误差变异中除了单元内 误差以外的误差，也应该是一种随机误差。如，只 有一个被试接受一种实验处理时存在的误差。 ▪ 作用：用来估计实验误差
单因素实验设计完全随机设计A重复测量设计区组设计拉丁方设计前后没设计（所罗门设计）
单因素实验设计 ❖完全随机设计 ❖重复测量设计 ❖区组设计 ❖拉丁方设计 ❖前后没设计（所罗门设计）
一、单因素完全随机实验设计&1、单因素完全随机实验设计的基本特点：适用条件：研究中有一个自变量，自变量有两个或多于两个水平。基本方法：把被试随机分配给自变量的各个水平，每个被试只接受一个水平的处理误差控制：随机化法实验设计模型：Yij= μ+αj+εi（j)(i=1,2,...,n; j=1,2, :..,p)·Yij表示实验中第i个被试在第j个处理水平上的观测值。μ表示总体平均数，，αj表示水平j的处理效应，εi（j)表示误差变异·即：总变异由两部分组成：实验处理引起的变异（αj）；误差引起的变异(εi())
一、单因素完全随机实验设计 ❖1、单因素完全随机实验设计的基本特点： ▪ 适用条件：研究中有一个自变量，自变量有两 个或多于两个水平。 ▪ 基本方法：把被试随机分配给自变量的各个水 平，每个被试只接受一个水平的处理。 ▪ 误差控制：随机化法。 ▪ 实验设计模型：Yij = μ+αj+εi(j) (i=1,2,.,n; j=1,2,.,p) • Yij 表示实验中第i个被试在第j个处理水平上的观 测值。μ表示总体平均数，αj表示水平j的处理效 应，εi(j)表示误差变异。 • 即：总变异由两部分组成：实验处理引起的变异 （αj）；误差引起的变异（εi(j)）
2、数据处理方法（SPSS统计软件）：1包含的统计变量：实验的自变量A，实验的因变量Y。预期的统计结果：自变量A的主效应是否显著即F（(P-1),P(n-1)）的P值是否小于0.05。实施的统计过程：如果水平数为2，则进行independent samples Ttest； 如果水平数大于2，则进行完全随机的方差分析：analyze一comparemeansOne-WayANOVA
❖2、数据处理方法（SPSS统计软件）： ▪ 包含的统计变量：实验的自变量A，实验的因变 量Y。 ▪ 预期的统计结果：自变量A的主效应是否显著， 即 F（(P-1), P(n-1)）的P值是否小于0.05。 ▪ 实施的统计过程：如果水平数为2，则进行 independent samples T test; 如果水平数大于 2，则进行完全随机的方差分析： analyze— compare means—One- Way ANOVA
*3、应用举例及延伸思考：请大家想一个单因素完全随机的实验设计其他属于同类的实验设计说法·两个处理的随机组设计一用独立样本t检验进行统计一举例说明三个或三个以上处理的随机组设计一用完全随机的单因素方差分析进行统计-举例说明
❖3、应用举例及延伸 ▪ 思考：请大家想一个单因素完全随机的实验设 计. ▪ 其他属于同类的实验设计说法 • 两个处理的随机组设计 –用独立样本t检验进行统计 –举例说明. • 三个或三个以上处理的随机组设计 –用完全随机的单因素方差分析进行统计 –举例说明