论文中怎么写F检验值
原文地址:http://blog.sina.com.cn/s/blog_60a751620101gkja.html
在脑科学中,通常采用重复测量的方式来开展研究。也就是设计不同的任务,让同一个被试都做一遍,来找出差异。这样做不仅是为了节约经费(想想如果4个条件,每个条件找20人,就得给出80人的被试费!),另一方面也是尽量将个体差异进行控制,因为不管是EEG/ERP、还是fMRI,都是噪声富聚的信号,而且个体差异也是非常大的。
图1 要点在于被试间和被试内进行分解
当然,重复测量也有其弊端,如滞留效应,潜隐效应和学习效应,这里不展开来说。重复测量方差分析可以说是我们最常用到的工具。比如:要研究不同情绪图片,在回忆和再认任务中在各个电极上theta波的差异。那就是一个情绪(高兴、悲伤和中性)×任务(回忆、再认)×电极(4个电极)实验,即3因素方差分析。如果把被试分为两组,分别完成回忆和再认任务,这就更复杂了,成了混合设计的3因素方差分析。比较可悲的是,翻阅很多教科书,都重点讲单因素方差分析,或者是完全随机设计的方差分析。对我们常用的重复测量多因素方差分析,保持了集体的沉默。看了许多研究报告,发现同学们在写F(x,y)=???, P=???,通常把自由度x,y写错。这里我总结一下常用的实验设计如何确定自由度,希望对大家实践有帮助。
(注意本讲义不包括因素无交互作用的情况,亦不包括自由度要矫正的情况!)
分解要诀:
方差分析多因素
先看设计定思路
重复与否是关键
项目数定总自由度
先把被试来数数
定出被试间自由度
混合设计要小心
组间因素分解出
被试内有自由度
总减被试间可得出
定下被试内因素
误差自然不会误
核心思想:
把总自由度分解为被试间(between subject)自由度和被试内(within subject)自由度
1. 重复测量单因素方差分析
被试数:n 组内因素:a
总自由度:an-1
被试间自由度:n-1
被试内自由度:n(a-1)
*因素:a-1
*因素×被试间:(n-1)(a-1)
生成的结果:
F(a-1,(n-1)(a-1))
2. 重复测量2因素方差分析
被试数:n 组内因素:a,b
总自由度:abn-1
被试间自由度:n-1
被试内自由度:n(ab-1)
*因素a:a-1
*因素b:b-1
*交互:(a-1)(b-1)
*因素a×被试间:(n-1)(a-1)
*因素b×被试间:(n-1)(a-1)
*因素a×因素b×被试间:(n-1)(a-1)
生成的结果:
F(a-1,(n-1)(a-1))
F(b-1,(n-1)(b-1))
F((a-1)(b-1),(n-1)(a-1)(b-1))
3. 混合设计(既有组间,又有组内的)2因素方差分析
被试数:n 组间因素:a 组内因素:b
总:abn-1
被试间:an-1
*组间因素:a-1
*被试:a(n-1)
被试内:an(b-1)
*组内因素:b-1
*组内×组间:(a-1)(b-1)
*误差:a(b-1)(n-1)
生成的结果:
F(a-1,a(n-1))
F(b-1,a(b-1)(n-1))
4. 重复测量3因素方差分析,这在脑科学研究中非常常用!
被试数:n 组内因素:a,b,c
总:abcn-1
被试间:n-1
被试内:n(abc-1)
*因素a:a-1
*因素b:b-1
*因素c:c-1
*交互ab:(a-1)(b-1)
*交互bc:(b-1)(c-1)
*交互ac:(a-1)(c-1)
*交互abc:(a-1)(b-1)(c-1)
*因素a×被试间:(a-1)(n-1)
*因素ab×被试间:(a-1)(b-1)(n-1)
*因素abc×被试间:(a-1)(b-1)(c-1)(n-1)
生成的结果:
F(a-1,(a-1)(n-1))
F(b-1,(b-1)(n-1))
F((a-1)(b-1),(a-1)(b-1)(n-1))
F((a-1)(b-1)(c-1),(a-1)(b-1)(c-1)(n-1))
5. 混合设计(既有组间,又有组内的)3因素方差分析
如果a因素处理的学习效应很强,无法采用方案4,通常采用方案5来避免学习效应,因此,本方案在脑科学研究中也很常用!
被试数:n 组间因素:a 组内因素:b,c
总:abcn-1
被试间:an-1
*组间因素a: a-1
*被试:a(n-1)
被试内自由度:an(bc-1)
*组内因素b:b-1
*组内因素c:c-1
*交互ab:(a-1)(b-1)
*交互bc:(b-1)(c-1)
*交互ac:(a-1)(c-1)
*交互abc:(a-1)(b-1)(c-1)
*误差:a(bc-1)(n-1)
生成的结果:
F(a-1,a(n-1))
F(b-1,a(bc-1)(n-1))
6. 注意和完全随机设计的区别
举例如下:
被试数:abn 组间因素:a,b
如果把abn个被试随机分到a,b两个因素下,就构成了完全随机设计的2因素方差分析。
分解顺序和重复测量也不同,没有被试间和被试内这一步,变成了直接进行处理间和处理内分解。
总自由度:abn-1
处理间:ab-1
*因素a:a-1
*因素b:b-1
*交互ab:(a-1)(b-1)
*处理内:ab(n-1)
生成的结果:
F(a-1,ab(n-1))
F(b-1,ab(n-1))
7. 如果把abcn个被试随机分到a,b,c三个因素下,就构成了完全随机设计的3因素方差分析。
直接进行处理间和处理内分解。
总:abcn-1
处理间:abc-1
*因素a:a-1
*因素b:b-1
*因素c:c-1
*交互ab:(a-1)(b-1)
*交互bc:(b-1)(c-1)
*交互ac:(a-1)(c-1)
*交互abc:(a-1)(b-1)(c-1)
*处理内:abc(n-1)
生成的结果:
F(a-1,abc(n-1))
F(b-1,abc(n-1))
给出了以上自由度,我们来证明一个观点:“同样的实验因素和每个处理下的被试量,完全随机比混合设计自由度高,混合设计比重复测量自由度高”。取3因素方差分析为例:
完全随机:a和b
F(a-1,abc(n-1))
F(b-1,abc(n-1))
混合设计:组间a和组内b
F(a-1,a(n-1))
F(b-1,a(bc-1)(n-1))
重复测量:a和b
F(a-1,(a-1)(n-1))
F(b-1,(b-1)(n-1))
可以看到,对于a因素:abc(n-1)>a(n-1)>(a-1)(n-1);
对于b因素:abc(n-1)>a(bc-1)(n-1)>(b-1)(n-1);
所以上面的观点是成立的。还可以看到,对于混合设计:a(n-1)<=a(bc-1)(n-1),也就是在a=b时,组内条件比组间条件自由度大。
下面是做anova的matlab命令,注意matlab软件自带的命令只提供完全随机设计方差分析,要做重复测量方差分析需要到mathworks官网下载
1. 完全随机设计单因素方差分析
anova1
2. 完全随机设计两因素方差分析
anova2
3. 完全随机设计多因素方差分析
anovan
4. 重复测量单因素方差分析
anova_rm
5. 重复测量两因素方差分析
rm_anova2
6. 重复测量三因素方差分析
RMAOV33
点击命令可直接下载
下面是实验数据统计分析的常规路线图
论文中怎么写F检验值相关推荐
- ABAP:List中回写CheckBox的值到内表
我们在内表中定义了一个flag字段并以checkbox的方式显示在List上面后,该如何将用户的选项回写到内表中去? 由于可能有Title.Column Heading以及TOP-OF-PAGE事件的 ...
- 论文中如何写mysql的介绍_论文中数据库概念设计怎么写
试论网络课程的艺术设计 [摘 要] 网络课程的设计不仅仅是一个计算机技术问题和教学问题,更是一个艺术问题,网络课程的设计水平直接体现设计者的艺术修养.网络课程设计最常用的载体是网页,网页的艺术设计,日 ...
- iBaits中,关于insert返回值的问题(注意!!!不必写resultClass= java.lang.Integer,方法的返回值就是int)
今天工作中使用iBaits写SQL,其中一个是insert语句 在sqlMap中我这么写了,<insert parameterClass="...." resultClass ...
- F检验.医学统计实例详解
F检验是一种重要的医学统计方法,常用于检验两个或多个样本的方差是否相等,也被称为方差齐性检验.方差齐性检验是医学研究中的基本方法,因为许多重要的统计分析都要求样本方差相等,如方差分析.t检验等.以下将 ...
- 【例题】给定一个浮点格式(IEEE 754),有k位指数和n位小数,对于下列数,写出阶码E、尾数M、小数f和值V的公式。另外,请描述其位表示。
前言: 上次学习汇编语言(清华大学 张悠慧)是在11月26日,内容是IEEE 754(浮点数表示).当时撇下了一道题,等度过了12月(英语六级+本科阶段的最后考试+最后的大作业)再把汇编捡起来.现在正 ...
- java sci论文,SCI论文中那些容易被混淆的部分!你写错过吗?
原标题:SCI论文中那些容易被混淆的部分!你写错过吗? 点击上图,查看教学大纲 作者:晨星 唐代大诗人白居易在<游大林寺>里有一句"人间四月芳菲尽,山寺桃花始盛开."许 ...
- Ftest(F检验,P值求取)
F检验(F-test),最常用的别名叫做联合假设检验(英语:joint hypotheses test),此外也称方差比率检验.方差齐性检验.它是一种在原假设(null hypothesis, H0) ...
- python 多元线性回归的系数检验 t p值_多元线性回归检验t检验(P值),F检验,R方等参数的含义...
做线性回归的时候,检验回归方程和各变量对因变量的解释参数很容易搞混乱,下面对这些参数进行一下说明: 1.t检验:t检验是对单个变量系数的显著性检验 一般看p值: 如果p值小于0.05表示该自 ...
- 统计学中的t检验 、f检验、卡方检验
1.1数据的种类 我们都知道,一般数据可以分为两类,即定量数据(数值型数据)和定性数据(非数值型数据),定性数据很好理解,例如人的性别,姓名这些都是定性数据. 定量数据可以分为以下几种: 1.1.1定 ...
- 科技论文中的分析与综合-如何写好科技论文之我见(七)
科技论文中的分析与综合-----如何写好科技论文之我见(七) 闵应骅 分析与综合这两术语大家经常用.但是,真要说它们的定义,那可是哲学范围里的事.形式逻辑里面就有分析与综合.我在初中教几何的时候,就常 ...
最新文章
- mysql附件卸载_彻底卸载mysql
- [导入]PHP5的异常处理
- xgboost模型参数详解
- 【晒出你的第83行代码】阿里研究员福贝,用一个小演示程序来解释一下 C++11/14 里的 closure 是可以多么的“爽”...
- python tkinter 布局_python tkinter组件摆放方式详解
- 容器学习 之 镜像命令(九)
- RestAPI的进化之路,后端MVVM模式或许来临,通过观察者模式,后端收集前端的GET类请求,主动推送数据变更到前端
- iphone 数据存储之属性和归档archive
- java 异步上传一张图片,java异步上传图片示例
- oracle 2018 深圳大会,2018中国科幻大会深圳时间、地点、亮点
- 扎克伯格拒绝参加加拿大议会 或因藐视罪名被拘留
- php上js实现ajax请求,原生JS实现ajax与ajax的跨域请求实例
- 已知圆上任意两点求圆心和半径_圆曲线(已知两点和半径)座标计算
- C# 批量修改文件名称
- 论如何做好IE和Chrome互殴时的一条好池鱼之事件绑定篇
- 人性:《少年pi的奇幻漂流》和《一九四二》连看小感
- matlab 矩阵除法求方程组的解,线性方程组求解矩阵除法.PPT
- 2015年天翊他爹有想法了
- Linux软件安装失败问题,source.list用了bionic,实际上我的Linux是focal版本
- Java中关于数组的初始化方式
热门文章
- 软件安装包是html怎么办,怎么把软件变成安装包
- android 正则表达式6-16位字母或数字,一个匹配8-16位数字和字母密码的正则表达式...
- 【微信】公众号扫码点餐功能(附源码)
- 女人一定要有自己的职业
- Easy Less生成.ttss后缀文件的配置
- 网页设计html图片滚动特效,网站设计|滚动特效全面讲解!
- Diabetes Care:西湖大学郑钜圣等机器学习揭示影响2型糖尿病的肠道菌群特征
- 快来领取哔哩哔哩412张超清壁纸!
- Jedis远程连接阿里云 Failed to create socket
- 第一天-虚拟机+CentOS6.7+工具软件安装