重复测量两个因素的三因素实验设计 多因素 心理实验案例 原创
合集下载
重复测量两个因素的三因素实验设计
重复测量两个因素的三因素实验设计不仅具有重复测量一 个因素的所有优点，而且可以节省更多的被试。
.
μ:总体平均数 αj：A因素水平j理效应 πi(j):嵌套在水平aj内的被试误差 βk：B因素水平k的处理效应 (αβ) jk：水平aj和βk的两次交互作用
（βπ）ki(j)：水平βk和嵌套在aj内的被试πi的交互作用的残差
np-1 P-1=1 p(n-1)=6 np(qr-1)=24 q-1=1 (p-1)(q-1)=1 p(n-1)(q-1)=6 r-1=1
153.125 4.708
12.500 24.500 0.417 3.125
32.52**
29.98** 58.75** 8.3
.
三因素重复测量两因素的方差分析表(接上)
.
重复测量两个因素的三因素实验设计的平方和分解
SS被试间 df=np-1
SS总变异 df=npqr-1=31
SS被试内 df=np-1
SSA df=p-1
SS被试（A） df=p(n-1)
SSB df=q-1
SSAB
SSB×被试内(A )
df=(p-1)(q-1) df=p(p-1)(q-1)
SSC df=r-1
3：在一个被试间因素上，随机分配被试，每个被试接受 一个处理水平，在两个被试内因素上，每个被试接受所 有处理水平的结合。
.
重复测量两个因素的三因素实验设计的图解
b1
b1
b2
b2
b3
b3
c1
c2
c1
c2
c1
c2
s1
s1
s1
s1
s1
s1
a1 s2
s2
s2
.
μ:总体平均数 αj：A因素水平j理效应 πi(j):嵌套在水平aj内的被试误差 βk：B因素水平k的处理效应 (αβ) jk：水平aj和βk的两次交互作用
（βπ）ki(j)：水平βk和嵌套在aj内的被试πi的交互作用的残差
np-1 P-1=1 p(n-1)=6 np(qr-1)=24 q-1=1 (p-1)(q-1)=1 p(n-1)(q-1)=6 r-1=1
153.125 4.708
12.500 24.500 0.417 3.125
32.52**
29.98** 58.75** 8.3
.
三因素重复测量两因素的方差分析表(接上)
.
重复测量两个因素的三因素实验设计的平方和分解
SS被试间 df=np-1
SS总变异 df=npqr-1=31
SS被试内 df=np-1
SSA df=p-1
SS被试（A） df=p(n-1)
SSB df=q-1
SSAB
SSB×被试内(A )
df=(p-1)(q-1) df=p(p-1)(q-1)
SSC df=r-1
3：在一个被试间因素上，随机分配被试，每个被试接受 一个处理水平，在两个被试内因素上，每个被试接受所 有处理水平的结合。
.
重复测量两个因素的三因素实验设计的图解
b1
b1
b2
b2
b3
b3
c1
c2
c1
c2
c1
c2
s1
s1
s1
s1
s1
s1
a1 s2
s2
s2
实验心理学第五讲真实验(二)多因素实验设计1
典型的两因素实验设计
两因素完全随机实验设计 • 两个自变量都是被试间变量
两因素被试内实验设计 • 两个自变量都是被试内变量
两因素混合实验设计 • 一个自变量是被试内变量，一个是被试间变量
两因素完全随机（被试间）实验 设计
• • •
•
•
基本特点 两个自变量，每个自变量有两个或两个以上的 水平，如p×q个处理水平 两个自变量都是被试间变量 被试随机分配给各处理水平结合 每个被试只接受一个处理水平结合的处理 所需被试量：N=npq，n是接受同一实验条件 的被试的数量
•
SSBX被试(A)的实质 分别计算B因素在a1和a2水 平上的数据，可得到两个单 因素重复测量设计
SS残差(pooled)= SSBX被试(A) =60165.48+50105.12=110270.6 SSBX被试(A):相当于嵌套在a1和a2水平 内的两个单因
三因素实验设计
阅读反应时/ms
580 560 540 520 500 规则 不规则
高频 低频
简单效应检验（simple effect test）
多因素实验设计中，当交互作用显著时， 考察一个因素在另一个因素的每个水平 上的处理效应，以确定该因素的处理效 应在另一个因素的哪个水平上是显著的
可检验的假说
A因素在B的不同水平上可检验的假说 H0：aj(在b1水平) = 0 H0：aj(在b2水平) = 0 ………… B因素在A的不同水平上可检验的一组假说 H0：βk(在a1水平) = 0 H0：βk(在a2水平) = 0 …………
• •
•
基本特点 两个自变量，每个自变量有两个或两个 以上的水平，如p×q个处理水平 两个自变量一个是被试内变量，另一个 是被试间变量 所需被试量：N=np， n是接受同一实验 条件的被试的数量，p是被试间变量的水 平数
三因素实验设计
单击此处添加正文，文字是您思想的提炼，为了演示发布的良 好效果，请言简意赅地阐述您的观点。
适用条件
研究中有三个自变量，A（P>=2）和B（Q>=2）和C （R>=2）；研究者不仅关心各个自变量的单独效应，而且更 关心变量之间的交互作用。
设计方案
一．从总体中随机挑选出一部分被试，如果每种自变量 水平结合下安排n个被试，那么总共需要N*P*Q*R 个被试。
研究共有P×Q×R个处理水平的结合
研究者不仅关心各个自变量的单独效应，而且更关心变 量之间的交互作用
a1c1
a1c2
重复测量一个因素（混 合设计）被试分配方案
a2c1
a2c2
b1
b2
b3
S1
S1
S1
S2
S2
S2
S3
S3
S3
S4
S4
S4
S5
S5
S5
S6
S6
S6
S7
S7
S7
S8
S8
S8
S9
S9
S9
四．数据收集和分析
主效应 三因素交互效应 两因素交互效应 简单效应 简单简单效应 多重比较
#2022
总变异的分解：
AB
A×B×被试
01
AC
A×C×被试
02
BC
B×C×被试
03
ABC
A×B×C×被试
04
○ 关于简单交互作用和简单简单效应
轻工业耗能 重工业耗能
45 40 35 30 25 20 15 10
5 0
第一季度
第二季度
东部 西部
45 40 35 30 25 20 15 10
适用条件
研究中有三个自变量，A（P>=2）和B（Q>=2）和C （R>=2）；研究者不仅关心各个自变量的单独效应，而且更 关心变量之间的交互作用。
设计方案
一．从总体中随机挑选出一部分被试，如果每种自变量 水平结合下安排n个被试，那么总共需要N*P*Q*R 个被试。
研究共有P×Q×R个处理水平的结合
研究者不仅关心各个自变量的单独效应，而且更关心变 量之间的交互作用
a1c1
a1c2
重复测量一个因素（混 合设计）被试分配方案
a2c1
a2c2
b1
b2
b3
S1
S1
S1
S2
S2
S2
S3
S3
S3
S4
S4
S4
S5
S5
S5
S6
S6
S6
S7
S7
S7
S8
S8
S8
S9
S9
S9
四．数据收集和分析
主效应 三因素交互效应 两因素交互效应 简单效应 简单简单效应 多重比较
#2022
总变异的分解：
AB
A×B×被试
01
AC
A×C×被试
02
BC
B×C×被试
03
ABC
A×B×C×被试
04
○ 关于简单交互作用和简单简单效应
轻工业耗能 重工业耗能
45 40 35 30 25 20 15 10
5 0
第一季度
第二季度
东部 西部
45 40 35 30 25 20 15 10
三因素重复测量设计
缺点： 当实验处理及水平较多时，每个被试重复 测量的次数大大增加，易产生疲劳效应和 顺序效应。 实验中的交互作用较多时，对结果的解释 更加复杂。
四、三因素被试内设计示意图
a1
b1 c1
a1
b1 c2
a1
b2 c1
a1
b2 c2
a2
b1 c1
a2
b1 c2
a2
b2 c1
a2
b2 c2
S1 S2 S3 S4
三、三因素被试内设计的优缺点
优点： 同被试间和混合设计相比，被试内设计选用的被 试数量少，带进被试间的个体差异也最少 被试内设计能够彻底分离由被试间的个体差异所 引起的误差，从而提高实验的敏感性 可以同时对多个实验处理的效应和交互作用进行 分析 实验中三个自变量都是被试内变量，且实验任务 较简单，每次施测不费时间时，是控制得最好的 设计。
SSBC*被试
SSABC
SSABC*被试
相关概念说明
主效应：实验中一个因素的不同水平引起的变异叫因素的主效应。 二重交互作用：当一个因素的水平在另外一个因素的不同水平上变化 趋势不一致时，称两个因素之间存在交互作用，而这 种交互作用就是二重交互作用。 简单效应：在因素实验中，一个因素的水平在另一个因素的某个水平 上的变异叫简单效应。 简单效应检验:把其中一个因素固定在某一个特定的水平上，考察另 一个因素对因变量的影响。
三重交互作用：当一个因素如何起作用受另外两个因素的影响时，称 三个因素之间存在交互作用，而这种交互作用称做三 重交互作用。 简单简单效应：一个因素的水平在另外两个因素的水平结合上的效应 简单简单效应检验：把两个因素都固定在各自的某一个特定的水平 上，考察第三个因素对因变量的影响。
实验心理学08-多因素的实验设计
一假设。 理想化的分析，一般是在结果分析后进行下一次实验。可能
导致假设越来越多等问题。
优点
灵活性 相对于析因设计有更高灵活性。
高效 不需要考虑贡献小的因素和水平
反馈
缺点
无交互作用 被试间设计
比较系列中不同实验的结果时 时间跨度长
需要在实验结果分析后才能做下次实验
总结
设计方法 2水平实验
多水平实验 析因实验
二.析因设计（Factorial Designs）
我们得到4×5×3×6×4×5设计 总共实验单元格是7200个
二.析因设计（Factorial Designs）
2.统计计算更困难。 3.高次交互作用有时很难解释。
有没有其他方法具有析因实验的优点而避开它的缺点呢？
三、会聚实验设计Converging-Series Designs
规则），四种处理水平的结合，字频是被试间变量，声旁 规则性是被试内变量 实验材料：160个汉字，每种处理水平40个汉字 被试：50名中学生，随机分成两组，每组25名，一组只阅 读高频字，包括高频-规则字和高频-不规则字，一组只阅 读低频字，包括低频-规则字和低频-不规则字 因变量：阅读汉字的反应时（每名被试阅读40个汉字的平 均反应时）
二.析因设计（Factorial Designs）
2×4 设计
2×3×4设计
二.析因设计（Factorial Designs）
优点 1、同时观察多个因 素的效应，提高了实 验效率； 2、能够分析各因素 间的交互作用；
解决问题的时间与领导的关系由组的大小决定
二.析因设计（Factorial Designs）
优点
决定一个变量是否有作用 结果易解释分析 对某些理论检验已充分 竞争理论
导致假设越来越多等问题。
优点
灵活性 相对于析因设计有更高灵活性。
高效 不需要考虑贡献小的因素和水平
反馈
缺点
无交互作用 被试间设计
比较系列中不同实验的结果时 时间跨度长
需要在实验结果分析后才能做下次实验
总结
设计方法 2水平实验
多水平实验 析因实验
二.析因设计（Factorial Designs）
我们得到4×5×3×6×4×5设计 总共实验单元格是7200个
二.析因设计（Factorial Designs）
2.统计计算更困难。 3.高次交互作用有时很难解释。
有没有其他方法具有析因实验的优点而避开它的缺点呢？
三、会聚实验设计Converging-Series Designs
规则），四种处理水平的结合，字频是被试间变量，声旁 规则性是被试内变量 实验材料：160个汉字，每种处理水平40个汉字 被试：50名中学生，随机分成两组，每组25名，一组只阅 读高频字，包括高频-规则字和高频-不规则字，一组只阅 读低频字，包括低频-规则字和低频-不规则字 因变量：阅读汉字的反应时（每名被试阅读40个汉字的平 均反应时）
二.析因设计（Factorial Designs）
2×4 设计
2×3×4设计
二.析因设计（Factorial Designs）
优点 1、同时观察多个因 素的效应，提高了实 验效率； 2、能够分析各因素 间的交互作用；
解决问题的时间与领导的关系由组的大小决定
二.析因设计（Factorial Designs）
优点
决定一个变量是否有作用 结果易解释分析 对某些理论检验已充分 竞争理论
三因素实验设计
THANKS
实验条件限制
在某些情况下，实验条件的限制可能无法满 足三因素实验设计的要求，导致实验无法进 行或结果不准确。
07
三因素实验设计的未来发展 与展望
人工智能与机器学习在三因素实验设计中的应用
自动化实验流程
利用人工智能技术，实现实验流程的自动化管理，提高实验效率和 准确性。
数据挖掘与分析
通过机器学习算法对大量实验数据进行挖掘和分析，发现隐藏的规 律和趋势，为实验设计提供更准确的指导。
完全随机化法
定义
完全随机化法是一种将实验因素 完全随机分配到实验条件下的实 验设计方法。
特点
完全随机化法简单易行，能够减 少实验误差和偏差，但无法保证 实验因素在不同水平之间的均衡 分布。
应用场景
适用于多因素、多水平的情况， 尤其适用于因素间交互作用较小， 或因素间交互作用已知的情况。
04
三因素实验设计的步骤
灵活性
三因素实验设计允许研究者灵活地调整三个实验因素，以探究不同 因素组合下的实验结果，为实验提供了更大的灵活性。
高效性
相对于单因素或双因素实验设计，三因素实验设计能够更快速地得 出结论，提高了实验效率。
缺点
复杂性
三因素实验设计涉及的变量多，实验过程相 对复杂，需要更多的实验材料和时间。
误差控制
由于涉及三个因素的交互作用，三因素实验设计的 误差控制较为复杂，需要更多的数据分析和统计处 理。
03
三因素实验设计的方法
正交表法
1 3
定义
正交表法是一种基于正交表进行的实验设计方法，通过合理 安排实验因素和水平，实现实验的高效、经济和科学性。
特点
2
正交表具有均衡分散、整齐可比的特点，能够快速有效地筛
心理学多因素实验设计模版
多因素实验设计
1.两因素完全随机实验设计
（1）模式：
（2）实施过程：如果有自变量p个水平，另一个变量有q个水平，那么实验中含有p*q个处理水平结合。
两个自变量都为被试间变量，被试被随机分配给各处理水平结合，每个被试只接受一个处理
水平结合的处理。
（3）统计方法：单因素方差分析
【简单效应检验】
适用：当两个因素的交互作用是显著的时候，考察一个因素在另一个因素的每个水平上的处理效应，即确定它的处理效应在另一个因素的哪些水平上是显著的。
思路：分别计算某个因素的不同水平上，另外一个因素的不同水平间的差异情况。
（4）优点：克服了因重复产生的练习效应、序列效应。
缺点：难以创设相等的组（被试不同质）。
2.两因素被试内实验设计
（1）模式：
（2）实施过程：如果有自变量p个水平，另一个变量有q个水平，实验中含有p*q个处理水平结合。
两个自变量都是被试内变量，每个被试接受所有处理水平结合的处理。
（3）统计方法：SPSS中的重复测量
（4）优点：能够创设相等的组。
缺点：克服了因重复产生的练习效应、序列效应。
3.两因素混合实验设计
（1）模式：
（2）实施过程：如果有自变量p个水平，另一个变量有q个水平，实验中含有p*q个处理水平结合。
两个变量中一个是被试内变量，另一个是被试间变量。
（3）统计方法：SPSS中的重复测量
（4）优点：有效的控制额外变量，更有利于揭示变量间的因果关系。
缺点：操作繁杂，费时费力。
重复两因素的三因素混合设计
重复测量两上因素的三因素实验设计：三因素混合设计一、重复测量两个因素的三因素实验设计的基本特点在有些研究中，需使用另外一种混合因素设计——重复测量两个因素的三因素的设计，它适合用于这样的研究条件：1.研究中有三个自变量，每个自变量有两个或多个水平，其中有一个自变量是被试间变量，两上自变量是被试内变量。
2.如果实验的三个自变量分别有p 、q 、r 个水平，则研究中共有p ×q ×r 个处理水平的结合。
重复测量两个因素的三因素设计的基本方法是，在一个被试间因素上，随机分配的被试，每个被试接受一个处理水平。
在两上被试内因素上，每个被试接受所有的处理水平的结合。
与上一节中介绍的实验设计的相比，重复测量两个因素的三因素设计同样具有重复测量一个因素的三因素设计的特点，不同的是它所需要的被试量时一步减少，例如，在同样的2×3×2实验中，需要的被试是N=np=8，每个被试接受6个实验处理。
重复测量两个因素的三因素设计可检验的假说与重复测量一个因素的三因素设主可检验的假说完全一致，我们就不在这里重述。
二、重复测量两个因素的三因素实验设计与计算举例(一)问题的提出实验设计当研究者希望更好地控制被试变异，或希望减少被试数量时，可将前一节研究中的两上因素，例如文章类型和平均句长，都作为被试内因素，仍保留生字密度做被试间因素。
这时，实验设计中只需8名被度，研究者首先将8名被试随机分为两组，分别在a 1、a 2两种情境中。
然后，每组中的每个被试阅读4篇文章，即一组中每个被试阅读4篇生字密度小的文章(a 1b 1c 1、a 1b1c 2、a 1b 2c 1和a 1b 2c 2)，另一组中每个被试阅读4篇生字密度在的文章(a 2b 1c 1、a 2b 1c 2、a 2b 2c 1、和a 2b 1c 2)。
由于该研究中实验任务比较复杂，应采取有效措施克服疲劳和顺序效应。
例如，实验分四次实施，每个被试每次阅读一篇文章，阅读文章的先后顺序按拉丁方格平衡。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
重复测量两个因素的三因素实验设计的图解
b1
b1
b2
b2
b3
b3
c1
c2
c1
c2
c1
c2
s1
s1
s1
s1
s1
s1
a1 s2
s2
s2
s2
s2
s2
s3
s3
s3
s3
s3
s3
s4
s4
s4
s4
s4
s4
s5
s5
s5
s5
s5
s5
a2 s6
s6
s6
s6
s6
s6
s7
s7
s7
s7
s7
s7
s8
s8
s8
s8
s8
s8
（三）设计模式Βιβλιοθήκη 70BC表60
50
c1 c2 ∑
40
c1
30
c2
np=8
20
b1 48 43 91
10
b2 48 63 111
0 b1 b2
三次交互作用和简单简单效应检验
一般来说，如果三因素的交互作用显著，可以 进一步做简单简单效应检验。
本文中三因素ABC的交互作用显著，因此做 简单简单效应检验。本文的目的是检验生词密度 A在文章类型(B)与句长(C)的各个水平上的简单简 单效应。
Yijkl =μ+αj+πi(j)+βk+ (αβ) jk+(βπ)ki(j)+ γ l+(αγ )jl+ (γπ)li(j) +(βγ)kl+(αβγ)jkl
+(βγπ)kli(j) +∈ijkl
(二)重复测量两个因素的三因素实验设计的假设
（1） A因素的处理效应为零H0：αj=0 （2） B因素的处理效应为零H0：βk=0 （3） C因素的处理效应为零H0：γl=0 （4） A和B两因素的交互作用为零H0： (αβ) jk=0 （5） A和C两因素的交互作用为零H0：(αγ)jl=0 （6）B和C两因素的交互作用为零H0：(βγ)kl=0 （(7α）βγA)、jkl=B0、C三因素因素的交互作用为零H0：
181.375 153.125 28.250 87.500 12.500 24.500 2.500 3.125
np-1 P-1=1 p(n-1)=6 np(qr-1)=24 q-1=1 (p-1)(q-1)=1 p(n-1)(q-1)=6 r-1=1
153.125 4.708
12.500 24.500 0.417 3.125
下列为操作过程
谢谢观看！ 2020
重复测量两个因素的三因素实验设计不仅具有重复测量一 个因素的所有优点，而且可以节省更多的被试。
μ:总体平均数 αj：A因素水平j理效应 πi(j):嵌套在水平aj内的被试误差 βk：B因素水平k的处理效应 (αβ) jk：水平aj和βk的两次交互作用
（βπ）ki(j)：水平βk和嵌套在aj内的被试πi的交互作用的残差
∈ijkl ：指单元内误差
重复测量两个因素的三因素实验设计的平方和分解
SS被试间 df=np-1
SS总变异 df=npqr-1=31
SS被试内 df=np-1
SSA df=p-1
SS被试（A） df=p(n-1)
SSB df=q-1
SSAB
SSB×被试内(A )
df=(p-1)(q-1) df=p(p-1)(q-1)
F
32.52**
29.98** 58.75** 8.3
三因素重复测量两因素的方差分析表(接上)
变异来源
平方和 自由度
均方 F
9.AC 10.C ×被（A）
1.125 (p-1)(r-1)=1 2.250 p(n-1)(r-1)=6
1.125 3.00 0.375
11.BC
12.500 (q-1)(r-1)=1
12.500 16.667**
12.ABC
24.500 (p-1)(q-1)(r-1)=1 24.500 32.667**
13.B ×C ×被试（A） 4.500 p(n-1)(q-1)(r-1)=1 0.750
14. 合计
268.875
npqr-1=31
两次交互作用和简单效应检验
当生词密度比较大（a1）时，学生对说明文与记叙 文的阅读成绩都比较差，且差异不显著；当生词密 度比较小（a2）时，学生对于说明文与记叙文的阅 读成绩显著提高，且记叙文的成绩显著好于说明文。
多因素实验设计
——重复测量两个因素的三因素实验设计
（一）重复测量两个因素的三因素实验设 计的特点
1：研究中有三个自变量，每个自变量有两个或多个水平， 其中有一个自变量是被试间变量，两个自变量是被试内 变量。
2：如果实验中的三个自变量分别有p、q、r个水平，则研
究中共有p×q×r个处理水平的结合。
3：在一个被试间因素上，随机分配被试，每个被试接受 一个处理水平，在两个被试内因素上，每个被试接受所 有处理水平的结合。
• 研究的问题与实验设计 • 例：探讨文章的生字密度、文章的类型和
文章的句子长度对学生阅读理解的影响。 • 生字密度5：1(a1)和20：1(a2)，文章类型：
说明文(b1)和记叙文(b2)，句子长度：平均 句长20个词(c1)和平均句长30个词(c2)。
实验数据
b1
b1
c1
c2
b2 b2 c1 c2
s1
a1 s2
s3
s4
s5
a2
s6
s7
s8
35 67 45 32 85 96 87 76
44 65 43 23 9 12 8 13 8 12 7 11
三因素重复测量两因素的方差分析表
变异来源
平方和 自由度
均方
1.被试间 2. A(生字密度) 3. 被试(A) 4. 被试内 5.B（文章类型） 6.AＢ 7Ｂ×被试（A） 8 C（句子长度）
γl ：C因素水平l的处理效应 (αγ )jl：水平αj和γl的两次交互作用 (γπ)li(j)：γl水平和嵌套在aj内的被试的 交互作用的残差 (βγ)kl：水平βk和γl的两次交互作用 (αβγ)jkl:水平αj 、βk和γl的三次交互作用 (β的γπ残)kl差i(j): 水平βk 、γl水平和嵌套在aj内的被试πi的交互作用
SSC df=r-1
SSAC SSC ×被试内(A) SSBC df=(p-1)(q-1) df=p(r-1)(n-1) df=(q-1)(r-1)
SSSABC df=(p-1)(q-1)
(r-1)
SSB×C ×被试内(A) df=p(q-1)(r-1)
(n-1)
(四)三因素重复测量两因素实验设计与计算举例
AB表
100
80
b1 b2 ∑
60
nr=8
40
b1 b2
a1 35 31 66
20
a2 56 80 136
0
a1 a2
两次交互作用和简单效应检验
当句子比较短时（c1), 文章类型对于学生的阅读理 解成绩的影响没有差异；当句子比较长时（c2), 记叙文的阅读成绩显著高于说明文的成绩，且 达到显著性水平。