Lecture 11One Way ANOVARepeated Measures
电影在商务英语生态化听力教学中的实证研究
电影在商务英语生态化听力教学中的实证研究摘要：以大学商务英语专业学生为受试，以电影真实语料听力训练和雅思听力测试为实验变量，结合问卷调查，探讨真实语料对大学英语听力教学的影响。
结果显示，电影真实语料与受试英语听力水平提高显著相关；大多数受试对电影语料兴趣浓厚，并且认为自己在听力水平、词汇量和语音方面都有明显提高。
电影真实语料有助于大学英语听力教学，教师应该采用电影等真实语料作为听力教学的补充，并且应该在教学过程中进行相关词汇、语音、文化方面的讲解。
关键词：电影真实语料；商务英语专业；英语听力教学；实证研究在二语教学中，材料的真实性一直是研究者关注的焦点[1]。
特别是听力，由于一直是学习者最大的困难之一，许多研究者建议在听力教学中使用真实语料，目的在于测试学习者真实语言能力，测试材料越真实，就越能让学习者知道自己的听力问题。
电影真实语料对于英语听力教学是有益的补充问题[2]，因为电影包罗万象，有许多真实的语境，可选的范围很广，能够激发学习者的兴趣，提高学生学习能力，特别是增长其在真实场景应用英语进行交流的信心[3]。
鉴于电影真实语料在语言教学中的这种独特优势，本实验研究选用电影作为听力训练的真实语料，试图证明使用真实语料作为商务英语专业大学生英语听力教学的辅助材料是可行的。
同时，由于实验分析的实际需要，本文选择了相对语料较为真实的雅思听力题作为衡量实验前后受试听力水平差异情况的测试材料。
一、实验方法本研究采用定性和定量研究相结合的方法。
受试为哈尔滨商业大学外语学院商务英语本科专业一年级学生，共46人(42名女生和4名男生)。
英语为第一外语，听力正常。
本实验采用双因素实验设计。
因素一是真实电影语料。
因素二是测试方式。
实验在听力教室（语音室）进行。
数据分析程序软件为SPSS Windows 8.0，单因素方差分析One-Way ANOV A Repeated- Measures 和Pearson Correlation in SPSS 8.0。
数据多重比较法
单因素方差分析单因素方差分析也称作一维方差分析。
它检验由单一因素影响的一个(或几个相互独立的)因变量由因素各水平分组的均值之间的差异是否具有统计意义。
还可以对该因素的若干水平分组中哪一组与其他各组均值间具有显著性差异进行分析，即进行均值的多重比较。
One-Way ANOVA过程要求因变量属于正态分布总体。
如果因变量的分布明显的是非正态，不能使用该过程，而应该使用非参数分析过程。
如果几个因变量之间彼此不独立，应该用Repeated Measure过程。
[例子]调查不同水稻品种百丛中稻纵卷叶螟幼虫的数量，数据如表5-1所示。
表5-1 不同水稻品种百丛中稻纵卷叶螟幼虫数数据保存在“DATA5-1.SAV”文件中，变量格式如图5-1。
图5-1分析水稻品种对稻纵卷叶螟幼虫抗虫性是否存在显著性差异。
1）准备分析数据在数据编辑窗口中输入数据。
建立因变量“幼虫”和因素水平变量“品种”，然后输入对应的数值，如图5-1所示。
或者打开已存在的数据文件“DATA5-1.SAV”。
2）启动分析过程点击主菜单“Analyze”项，在下拉菜单中点击“Compare Means”项，在右拉式菜单中点击“0ne-Way ANOVA”项，系统打开单因素方差分析设置窗口如图5-2。
图5-2 单因素方差分析窗口3）设置分析变量因变量:选择一个或多个因子变量进入“Dependent List”框中。
本例选择“幼虫”。
因素变量:选择一个因素变量进入“Factor”框中。
本例选择“品种”。
4）设置多项式比较单击“Contrasts”按钮，将打开如图5-3所示的对话框。
该对话框用于设置均值的多项式比较。
图5-3 “Contrasts”对话框定义多项式的步骤为：均值的多项式比较是包括两个或更多个均值的比较。
例如图5-3中显示的是要求计算“1.1×mean1-1×mean2”的值，检验的假设H0：第一组均值的1.1倍与第二组的均值相等。
统计语言学教案(全英文版)综述
Syllabus
1. Introduction a) Need for statistics in linguistics 2. Describing Variables a) Populations and samples b) Function of variables i. Independent variable ii. Dependent variable c) Level of measurement i. Nominal variable ii. Ordinal variable iii. Interval and ratio variable iv. Discrete and continuous variable
Assessment
30% classroom participation 70% final exam
Course Book，《语言研究中的统计 学》，西安：西安交通大学出版社。 Butler, C. 1985. Statistics in Linguistics. New York: Basil Blackwell. Woods, A., Fletcher, P. & Hughes, A. 1986. Statistics in Language Studies. Cambridge: Cambridge University Press.
References
Brown, J. D. 1988. Understanding Research in Second Language Learning. Cambridge: Cambridge University Press. Brown, J. D. 2002. Doing Second Language Research. Oxford: Oxford University Press. Hatch, E. & Lazaraton, A. 1991. The Research Manual: Design and Statistics for Applied Linguistics. New York: Newbury House Publishers. Hinton, P. 2004. Statistics Explained. London: Routledge. Muijs, D. 2004. Doing Quantitative Research in Education with SPSS. London: Sage Publications.
方差分析操作流程演示文稿讲课文档
第十二页，共77页。
第十二页，共77页。
• 如果进行先验对比检验，则应在Coefficients后依次输入系数ci，并 确保∑ci＝0。应注意系数输入的顺序，它将分别与控制变量的水 平值相对应。
• 例如，当k＝4时， 即有A、B、C、D 4个处理组，如果只将B组和D组 比较，则线性组合系数依次为0、-1、0、-1；如果C组与其他3组的平 均水平比较，则线性组合系数依次为-1、-1、3、-1，余类推。线 性组合系数要按照分类变量水平的顺序依次填入Coefficients框中。
第八页，共77页。
第八页，共77页。
• analyze→compare means→one-way ANVOA
响应变量
因素
第九页，共77页。
第九页，共77页。
Contrasts：线性组合比较。是参数或统计量的线性函数，用于检验均数间 的关系，ห้องสมุดไป่ตู้了比较差异外，还包括线性趋势检验
Contrasts可以表达为： a1u1+ a2u2 +···+akuk =0；满足a1+ a2+···+ak =0 。式中ai为线性组合系数，ui为总体均数，k为分类变量的水平数
variation between groups)。它反应了处理因素对不同组的影响，
同时也包括了随机误差。用SS组间表示
• 组内变异：每个处理组内部的各个观察值也大小不等，与每组的样本 均数也不相同，这种变异称为组内变异（variation within groups）
。组内变异只反映随机误差的大小，如个体差异、随机测量误差等。因此，
步进行计算比较得出结论； • Hochberg’s GT2(霍耶比GT2法)：用正态最大系数进行多重比较
Lecture 6- One-way ANOVA
Conclusions
F(2, 12) = 9.30, p < .05 Reject Null Hypothesis In order to …, a one-way ANOVA test was conducted. Results showed that class time had a significant effect on recall of class material, F(2, 12) = 9.30, p < .05. Fisher’s LSD test revealed that students in the 8:00 class did the assignment significantly better (M = 9.8, SD = 1.48) than did students in the 10:00 (M = 6.2, SD = 2.77) and 2:00 (M = 4.4, SD = 1.52) classes.
SSb/(k-1) MSb = MSb MSw N-k SSw/(N-k) = MSw k-1
If Fcal > F(k-1,N-k)crit p <.05 If Fcal < F(k-1,N-k)crit p >.05
ANOVA Hypothesis Testing
Significant F test To find out whether there is a significant difference among the group means.
EX)
Time of class Cf. Two-way ANOVA, Factorial ANOVA
SPSS在心理学中的应用
SPSS理论与应用秘晓冉2008年7月绪论C0绪论：课程目标、内容结构、课程规则L1课程目标（5分钟）能熟练的使用SPSS软件处理心理学研究中的各种统计问题，具体而言：1)明白不同的数据类型（不同数据类型因变量和自变量适用何种处理方法，作为作业要求进行总结）与不同的研究目的要求采用的不同统计方法：○1可以从课堂示例和练习题迁移到其他实际问题的处理上；（不能在课上操作特熟练，等到做论文的时候拿着大堆的量表、数据噌噌地都跑来找我，“这个怎么做”）○2各种统计方法适用的前提条件（理论部分，不作重点讲授，但是要求学生在课下作预习准备，要求课上作讲解或教师提问，作为平时成绩的一部分）2)不同的统计处理采用何种SPSS菜单命令来实现（以卡方检验来说明，在菜单上找卡方检验的菜单命令，找不到，然后说明虽然SPSS可以处理几乎所有的统计问题，但是没有告诉你哪个统计问题用哪个命令来处理，至少从菜单和子菜单的名称上并不能确定，所以你必须知道并且记住各菜单命令都用来处理何种统计问题，比方说重复测量的方差分析、比方说卡方检验）3)实现统计处理时，如何通过SPSS的菜单、子菜单、对话框、子对话框、命令按钮、复选框、单选框等进行具体操作（一个具体的统计处理如何实现，结合到C1SPSS软件界面介绍进行讲解）4)对输出的结果、图表，如何阅读、解释（仅仅进行一项统计处理的操作，可能输出的图表就有十几张、几十张，那么这些图、表都分别有什么样的意义、这些处理结果在研究报告中如何体现，那些数据需要报告，那些不需要）：○1输出结果中图表的格式进行修改；○2输出的结果如何导出到Excel、Word、html等格式的文件中这部分说明的是该课程的学习中要达到何种程度，总之，要会用，并且会用于实际。
L2课程结构（5分钟，整合到C1中对软件界面的介绍中）第一部分基础入门（2次课，6课时）1)安装、启动、退出：○1硬盘D版安装的演示，光盘版类似○2D版安装中的注意事项和破解文件的使用○3从开始菜单→所有程序启动SPSS○4双击关联文件启动SPSS软件，注意不同文件格式打开的SPSS浏览器不同，一次只能打开一个数据文件，但可以打开多个结果文件○5结合Files菜单中的Open命令，打开SPSS数据、结果文件○6关闭SPSS程序，注意没有保存过的操作或结果软件会提示是否保存。
单因素、交互作用、简单效应分析
Y表示因变量
A.B分别表示自变量
A因素各个水平的最小值与最大值
B因素同理
请问：3×4完全随机的方差分析，C因素3个水平，D因素4个水平，因变量为F，应如何改写以上语句？
键盘敲两下空格
实心点
均可替换为其他字母
结果3：简单效应的定量分析
再结合作图法，对结果进行解释
结果4：交互作用的直观分析——作图法
a1
a1
a1
a2
a2
a2
b1
b2
b3
b1
b2
b3
3
4
5
4
8
12
6
6
7
5
9
13
4
4
5
3
8
12
3
2
2
3
7
11
b1
b2
b3
∑
a1
16
16
19
51
a2
15
32
48
95
∑
31
48
67
数据如何录入？
边缘(际)平均数
即主效应
即交互作用效应
细格平均数
01
一个因素内各个水平的差异
主效应
02
一个因素的各个水平在另一个因素的不同水平上变化趋势不一致。
结果4：交互作用的直观分析——作图法
X轴
通常来说，把水平多的自变量作为X轴
分为不同的线条
01
02
03
结果4：交互作用的直观分析——作图法
再次复习： 什么是交互作用？
结果5：对简单效应的综合分析
b1
b2
b3
01
a2
02
重复测量设计
26652
36
2023.72 ； 对象间 9 1 8
( 3 ) SS对象内 及 对象内
相 当 于 第 8 章 的 组 内 变 异 ； 等 于 SS 总 −SS 对 象 间
或 各对象的离均差平方和之和，即
(n 1)
s
2 12
(y 1i
y1 )( y 2i
y2)
y 1i y 2 i
y 1i
y 2i
rij
s
2 ij
s
2 ii
s
2 jj
(n 1) n
s2 yi yj
sy2i
sy2j
2sy2iyj
如：sy21y2 s121s222 2s122
球形对称的实际意义举例
s2 yi yj
sy2i
sy2j
2sy2i yj
如：sy21y2 s121 s222 2s122
协方差阵 A1 A2 A3 A4
A1
10 5 10 15
A2
5 20 15 20
A3
10 15 30 25
A4
15 20 25 40
s1-22 = 10 + 20 - 2(5) = 20 s1-32 = 10 + 30 - 2(10) = 2 s1-42 = 10 + 40 - 2(15) = 2 s2-32 = 20 + 30 - 2(15) = 2 s2-42 = 20 + 40 - 2(20) = 2 s3-42 = 30 + 40 - 2(25) = 2
(a
ng (a 1) ˆ 2
1)n g (a 1)
ˆ
(12-2)
喜马拉雅 数学英语词汇
数学英语词汇adjont(adjugate) of matrix A（A的伴随矩阵）augmented matrix A（A的增广矩阵）block diagonal matrix（块对角矩阵）block matrix（块矩阵）basic solution set（基础解系）Cauchy-Schwarz inequality（柯西-许瓦兹不等式）characteristic equation（特征方程）characteristic polynomial（特征多项式）coffcient matrix（系数矩阵）cofactor（代数余子式）cofactor expansion（代数余子式展开）column vector（列向量）commuting matrices（交换矩阵）consistent linear system（相容线性方程组）Cramer’s rule（克莱姆法则）Cross-product term（交叉项）Determinant（行列式）Diagonal entries（对角元素）Diagonal matrix（对角矩阵）Dimension of a vector space V（向量空间V的维数）echelon matrix（梯形矩阵）eigenspace（特征空间）eigenvalue（特征值）eigenvector（特征向量）eigenvector basis（特征向量的基）elementary matrix（初等矩阵）elementary row operations（行初等变换）full rank（满秩）fundermental set of solution（基础解系）grneral solution（通解）Gram-Schmidt process（施密特正交化过程）homogeneous linear equations（齐次线性方程组）identity matrix（单位矩阵）inconsistent linear system（不相容线性方程组）indefinite matrix（不定矩阵）indefinit quatratic form（不定二次型）infinite-dimensional space（无限维空间）inner product（内积）linear combination（线性组合）linearly dependent（线性相关）linearly independent（线性无关）linear transformation（线性变换）lower triangular matrix（下三角形矩阵）matrix（矩阵）negative definite quaratic form（负定二次型）negative semidefinite quadratic form（半负定二次型）nonhomogeneous equations（非齐次线性方程组）nonsigular matrix（非奇异矩阵）nontrivial solution（非平凡解）norm of vector V（向量V的范数）orthogonal basis（正交基）orthogonal complement（正交补）orthogonal decomposition（正交分解）orthogonally diagonalizable matrix（矩阵的正交对角化）orthogonal matrix（正交矩阵）orthogonal set（正交向量组）orthonormal basis（规范正交基）orthonomal set（规范正交向量组）partitioned matrix（分块矩阵）positive definite matrix（正定矩阵）positive definite quatratic form（正定二次型）positive semidefinite matrix（半正定矩阵）positive semidefinite quadratic form（半正定二次型）quatratic form（二次型）rank of matrix A（矩阵A的秩）reduced echelon matrix（最简梯形阵）row vector（行向量）similar matrices（相似矩阵）similarity transformation（相似变换）singular matrix（奇异矩阵）solution set（解集合）standard basis（标准基）standard matrix（标准矩阵）submatrix（子矩阵）subspace（子空间）symmetric matrix（对称矩阵）trace of matrix A（矩阵A的迹）transpose of A（矩阵A的转秩）triangle inequlity（三角不等式）trivial solution（平凡解）unit vector（单位向量）upper triangular matrix（上三角形矩阵）vandermonde matrix（范得蒙矩阵）vector（向量）vector space（向量空间）zero subspace（零子空间）zero vector（零空间）absolute value（绝对值）accept（接受）acceptable region（接受域）additivity（可加性）adjusted（调整的）alternative hypothesis（对立假设）analysis（分析）analysis of covariance（协方差分析）analysis of variance（方差分析）arithmetic mean（算术平均值）association（相关性）assumption（假设）assumption checking（假设检验）availability（有效度）average（均值）balanced（平衡的）band（带宽）bar chart（条形图）beta-distribution（贝塔分布）between groups（组间的）bias（偏倚）binomial distribution（二项分布）binomial test（二项检验）calculate（计算）case（个案）category（类别）center of gravity（重心）central tendency（中心趋势）chi-square distribution（卡方分布）chi-square test（卡方检验）classify（分类）cluster analysis（聚类分析）coefficient（系数）coefficient of correlation（相关系数）collinearity（共线性）column（列）compare（比较）comparison（对照）components（构成，分量）compound（复合的）confidence interval（置信区间）consistency（一致性）constant（常数）continuous variable（连续变量）control charts（控制图）correlation（相关）covariance（协方差）covariance matrix（协方差矩阵）critical point（临界点）critical value（临界值）crosstab（列联表）cubic（三次的，立方的）cubic term（三次项）cumulative distribution function（累加分布函数）curve estimation（曲线估计）data（数据）default（默认的）definition（定义）deleted residual（剔除残差）density function（密度函数）dependent variable（因变量）description（描述）design of experiment（试验设计）deviations（差异）df. (degree of freedom)（自由度）diagnostic（诊断）dimension（维）discrete variable（离散变量）discriminant function（判别函数）discriminatory analysis（判别分析）distance（距离）distribution（分布）D-optimal design（D-优化设计）eaqual（相等）effects of interaction（交互效应）efficiency（有效性）eigenvalue（特征值）equal size（等含量）equation（方程）error（误差）estimate（估计）estimation of parameters（参数估计）estimations（估计量）evaluate（衡量）exact value（精确值）expectation（期望）expected value（期望值）exponential（指数的）exponential distributon（指数分布）extreme value（极值）factor（因素，因子）factor analysis（因子分析）factor score（因子得分）factorial designs（析因设计）factorial experiment（析因试验）fitted line（拟合线）fitted value（拟合值）fixed model（固定模型）fixed variable（固定变量）fractional factorial design（部分析因设计）frequency（频数）F-test（F检验）full factorial design（完全析因设计）function（函数）gamma distribution（伽玛分布）geometric mean（几何均值）group（组）harmomic mean（调和均值）heterogeneity（不齐性）histogram（直方图）homogeneity（齐性）homogeneity of variance（方差齐性）hypothesis（假设）hypothesis test（假设检验）independence（独立）independent variable（自变量）independent-samples（独立样本）index of correlation（相关指数）interaction（交互作用）interclass correlation（组内相关）interval estimate（区间估计）intraclass correlation（组间相关）inverse（倒数的）iterate（迭代）kernal（核）Kolmogorov-Smirnov test（柯尔莫哥洛夫-斯米诺夫检验）Kurtosis（峰度large sample problem（大样本问题）layer（层）least-significant difference（最小显著差数）least-square estimation（最小二乘估计）least-square method（最小二乘法）level（水平）level of significance（显著性水平）leverage value（中心化杠杆值）life（寿命）life test（寿命试验）likelihood function（似然函数）likelihood ratio test（似然比检验）linear（线性的）linear estimator（线性估计）linear model（线性模型）linear regression（线性回归）linear relation（线性关系）linear term（线性项）logarithmic（对数的）logarithms（对数）logistic（逻辑的）lost function（损失函数）main effect（主效应）matrix（矩阵）maximum（最大值）maximum likelihood estimation（极大似然估计）mean squared deviation(MSD)（均方差）mean sum of square（均方和）measure（衡量）media（中位数）M-estimator（M估计）minimum（最小值）missing values（缺失值）mixed model（混合模型）mode（众数）model（模型）Monte Carle method（蒙特卡罗法）moving average（移动平均值）multicollinearity（多元共线性）multiple comparison（多重比较）multiple correlation（多重相关）multiple correlation coefficient（复相关系数）multiple correlation coefficient（多元相关系数）multiple regression analysis（多元回归分析）multiple regression equation（多元回归方程）multiple response（多响应）multivariate analysis（多元分析）negative relationship（负相关）nonadditively（不可加性）nonlinear（非线性）nonlinear regression（非线性回归）noparametric tests（非参数检验）normal distribution（正态分布）null hypothesis（零假设）number of cases（个案数）one-sample（单样本）one-tailed test（单侧检验）one-way ANOVA（单向方差分析）one-way classification（单向分类）optimal（优化的）optimum allocation（最优配制）order（排序）order statistics（次序统计量）origin（原点）orthogonal（正交的）outliers（异常值）paired observations（成对观测数据）paired-sample（成对样本）parameter（参数）parameter estimation（参数估计）partial correlation（偏相关）partial correlation coefficient（偏相关系数）partial regression coefficient（偏回归系数）percent（百分数）percentiles（百分位数）pie chart（饼图）point estimate（点估计）poisson distribution（泊松分布）polynomial curve（多项式曲线）polynomial regression（多项式回归）polynomials（多项式）positive relationship（正相关）power（幂）P-P plot（P-P概率图）predict（预测）predicted value（预测值）prediction intervals（预测区间）principal component analysis（主成分分析）proability（概率）probability density function（概率密度函数）probit analysis（概率分析）proportion（比例）qadratic（二次的）Q-Q plot（Q-Q概率图）quadratic term（二次项）quality control（质量控制）quantitative（数量的，度量的）quartiles（四分位数）random（随机的）random number（随机数）random sampling（随机取样）random seed（随机数种子）random variable（随机变量）randomization（随机化）range（极差）rank（秩）rank correlation（秩相关）rank statistic（秩统计量）regression analysis（回归分析）regression coefficient（回归系数）regression line（回归线）reject（拒绝）rejection region（拒绝域）relationship（关系）reliability（可靠性）repeated（重复的）report（报告，报表）residual（残差）residual sum of squares（剩余平方和）response（响应）risk function（风险函数）robustness（稳健性）root mean square（标准差）row（行）run（游程）run test（游程检验）sample（样本）sample size（样本容量）sample space（样本空间）sampling（取样）sampling inspection（抽样检验）scatter chart（散点图）S-curve（S形曲线）separately（单独地）sets（集合）sign test（符号检验）significance（显著性）significance level（显著性水平）significance testing（显著性检验）significant（显著的，有效的）significant digits（有效数字）skewed distribution（偏态分布）skewness（偏度）small sample problem（小样本问题）smooth（平滑）sort（排序）soruces of variation（方差来源）space（空间）spread（扩展）square（平方）standard deviation（标准离差）standard error of mean（均值的标准误差）standardization（标准化）standardize（标准化）statistic（统计量）statistical quality control（统计质量控制）stepwise regression analysis（逐步回归）stimulus（刺激）strong assumption（强假设）stud. deleted residual（学生化剔除残差）stud. residual（学生化残差）subsamples（次级样本）sufficient statistic（充分统计量）sum（和）sum of squares（平方和）summary（概括，综述）table（表）t-distribution（t分布）test（检验）test criterion（检验判据）test for linearity（线性检验）test of goodness of fit（拟合优度检验）test of homogeneity（齐性检验）test of independence（独立性检验）test rules（检验法则）test statistics（检验统计量）testing function（检验函数）time series（时间序列）tolerance limits（容许限）total（总共，和）transformation（转换）treatment（处理）trimmed mean（截尾均值）true value（真值）t-test（t检验）two-tailed test（双侧检验）unbalanced（不平衡的）unbiased estimation（无偏估计）unbiasedness（无偏性）uniform distribution（均匀分布）value of estimator（估计值）variable（变量）variance（方差）variance components（方差分量）variance ratio（方差比）various（不同的）vector（向量）weight（加权，权重）weighted average（加权平均值）within groups（组内的）Z score （Z分数）。
小腿惯性质量对短跑途中跑时下肢关节运动学与动力学的影响
小腿惯性质量对短跑途中跑时下肢关节运动学与动力学的影响杨晨;于佳彬;孙宇亮;殷可意;王东海;庄薇;刘宇【摘要】目的：从运动学与动力学角度，考察小腿惯性质量的增加，即下肢负重对于短跑途中跑的改变，探索该训练方法对短跑生物力学特性的影响，从而为运动训练实践提供理论指导。
方法：选取18名高水平男子短跑运动员作为研究对象，通过运用红外高速捕捉系统与测力系统对不同下肢负重（0％、10％、15％小腿质量）条件下的短跑途中跑动作进行测试与分析。
结果：负重后的途中跑阶段，髋、踝关节屈伸运动范围减小。
小腿质量15％的负重引起下肢3关节力矩与功率下降，离地时膝关节力矩升高，并且使得支撑期内踝关节吸收更多能量，摆动期内膝关节释放更多能量。
结论：1）该种负重训练方法可能引发运动员技术动作特征的改变。
2）下肢关节力矩、能量变化与负重位置有关，改变负重位置会导致不同关节力矩与功率的变化。
应根据训练目的制定具体负重位置与质量的方案。
%Objective :From the perspective of kinematics and dynamics ,this paper investigates the increasing of leg inertia mass ,namely weight‐loading of lower limb on changing of sprint , explores the influence of training method on biomechanical characteristics of sprint ,and pro‐vides theoretical guidance for sports training practice .Method :18 male sprinters were recruited and required to sprint with different lower extremities loading conditions (0% ,10% ,15% of the leg mass ) .The data was collected using high speed infrared motion capture system and forceplates .Results :There were significant decreases in the ranges of motion of hip and ankle joints when the loads increased .15% of the leg mass loading made the joints torque and power decrease significantly ,while the torqueof knee significantly increased at the toe‐off moment .In addition ,the ankle absorbed more energy during the stance phase as well as the knee generated more energy during the swing phase .Conclusions :1) This training method might cause chan‐ges of elite sprinters’ techniques .2) The changes of the joints torque and power attribute to the location of the loadings .The changes might happen to other joints if we change the location of the loadings .Training programs should be based on personal training purposes .【期刊名称】《体育科学》【年(卷),期】2016(036)005【总页数】7页(P39-45)【关键词】短跑;运动学;动力学;生物力学;关节能量贡献度【作者】杨晨;于佳彬;孙宇亮;殷可意;王东海;庄薇;刘宇【作者单位】上海体育学院运动健身科技省部共建教育部重点实验室，上海200438;上海体育学院运动健身科技省部共建教育部重点实验室，上海200438;陕西师范大学，陕西西安 710119;上海体育学院运动健身科技省部共建教育部重点实验室，上海200438;上海体育学院运动健身科技省部共建教育部重点实验室，上海200438;上海体育学院运动健身科技省部共建教育部重点实验室，上海200438;上海体育学院运动健身科技省部共建教育部重点实验室，上海200438【正文语种】中文【中图分类】G804.6在众多短跑的专项速度与力量训练中，抗阻跑训练将阻力负荷直接作用在肢体上的训练方法，得到了运动员与教练员的更多青睐[7,19]。
- 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)。
Repeated Measures
Laura McAvinue School of Psychology Trinity College Dublin
Analysis of Variance
One way ANOVA One Independent Variable
– SSparticipants – No. of conditions ∑ (Participant mean - Grand Mean )2
• Variance due to random error
– SSrandom error = SStotal - SStreatment - SSparticipants
MS Treatment MS Random error
F
Condition / Treatment
Person 1 1 2 3 4 2 10 22 30
2 4 12 29 31
3 7 13 30 34
Condition / Treatment
Person 1 1 2 3 4 2 10 22 30
F Ratio
Compares the variance due to the treatment / manipulation to the variance due to random error / chance MS between groups MS within groups Between Groups Variance Within Groups Variance Treatment Effect + Differences due to chance / error Differences due to chance / error If the treatment / manipulation has an effect, then… MS between groups > MS within groups F>1
One Way Repeated Measures ANOVA
• A statistical technique for testing for differences between the means of several groups
– Groups are related in some way – Usually same participants in each group
Person
1
2
3
1 2 3 4 Mean
2 10 22 30 16
4 12 29 31 19
7 13 30 34 21
Mean per person 4.33 11.67 27 31.67 18.67
SSparticipants : no. of conditions ∑ (Participant Mean - Grand Mean )2
• Same group of people is tested under different conditions or at different times
Between Subjects ANOVA Data points in each group are unrelated
Repeated Measures ANOVA Data points in each group are related
K-1
SST / dfT
MSTreatment MSerror
Prob. of observing F-value when Ho is true
Random Error Total
SStotal - SStreatment (n -1)x SSe / dfe - SSparticipants (k -1) ∑ (xij - Grand Mean )2 N-1
Between subjects Repeated measures / Within subjects
Factorial ANOVA More than One Independent Variable
Two way
Three way
Four way
Different participants
Same participants
– Longitudinal study of annual growth of children over the first five years of life – The effects of three levels of methylphenidate on reaction time performance of the same participants – The measurement of depression before therapy, after therapy and at a nine month follow up
Variance due to random error
Repeated Measures Design
• Powerful • Error Variance
– Variance between participants – Unexplained Random Error
• Because we test participants repeatedly with this design, we can quantify this variance between participants • We can remove this variance from the error term
• Similar to the paired samples T-Test • But no restriction on the number of groups
A few examples…
• What are the independent & dependent variables in each of the following studies?
2 4 12 29 31
3 7 13 30 34 18.67
SStotal : ∑ (xij - Grand Mean )2
∑(2 – 18.67) 2 + (10 – 18.67)2 +…+ (34 – 18.67) 2
Condition / Treatment
Person 1 1 2 3 4 Mean 2 10 22 30 16
2 4 12 29 31 19
3 7 13 30 34 21 18.67
SStreatment : n ∑ (Treatment Mean - Grand Mean )2
4 ∑(16 – 18.67) 2 + (19 – 18.67)2 + (21 – 18.67) 2
Condition / Treatment
N = Total no. of observations, n = no. of people in each condition, K = no. of conditions
Post hoc testing
• Significant F value
– At least one cy different from the others
Captures the effect of the manipulation / treatment
Variance due to random error / chance
The bigger the effect of your manipulation, the bigger the Between Groups Variance
– SStotal – ∑ (xij - Grand Mean )2
• Variance due to the manipulation
– SStreatment – n∑ (Group meanj - Grand Mean )2
Four Kinds of Variance
• Variance due to individual differences between participants
Cond 2 Cond 3
Did the manipulation alter the sample to Manipulate such an extent that the the sample sample represents another population during at least one condition?
Total Variance, Between Subjects ANOVA
Between Groups Within Groups
Variance due to random error / chance
Variance due to individual differences between subjects
µ2
µ3
measure effect of IV on a DV
Null Hypothesis Significance Testing
• Step 1: Halt – At least one condition mean is significantly different from the others Ho – All of the condition means are equal Collect your data Run the ANOVA Obtain the F statistic and associated p value Decide whether to reject or fail to reject Ho on the basis of the p value