两个群体T检验， 三个以上方差分析F检验

如何进行比较性数据分析：

方差分析(F检验）：比较多个群体之间的平均数差异

多次t检验会使得正确的概率越来越低，错误的概率越来越高，所以不可行

方差分析：一次性地比较因变量中方差的多少是由分组的不同所导致的

总体方差A：组内方差B，组间方差C

A＝B＋C（如果C在A中所占的比例越来越高，表明组别之间的差异越明显，如果C几乎没有，就表明三个组之间其实没有差异）

例子：大一到大四各１００名，专业知识水平是否有差异？

计算４００名学生总方差A，然后再计算每个年级的方差加起来的方差B，A-Ｂ得出C

通过计算C在A中的比例来计算F 值，F值大的话就表明四个年级的学生有显著的差异，相反，如果F 值小的话，就表明他们之间没有差别

两组的时候，方差分析和t检验的结果是一样的

方差分析显著之后，才能分别单独进行两两比较，确定哪两组之间有差异

方差分析有两种：

1）简单方差分析ＡＮＯＶＡ, 最基本的方差分析，对不同组别的同一变量的平均数进行比较

2）重复测量的方差分析：同一组被试被重复测量，得到多个数值，这些数值之间的比较

具体操作：

第一列：标识分组

从第二列开始：不同变量

分析---比较均值---单因素方差分析---选择因变量和因子（分组数据）---选项---描述性，方差同质性检验---均值图---两两比较--lsd（主选），tukey,bnonferron（如果前面同质性分析的各组之间方差值是一样的）

如果方差值是不一样的，则选择games-howell

继续---确定

另外一种方法：分析---一般线性模型---单变量---因变量和固定因子---选项---描述统计---方差齐性检验--继续---两两比较--因子---lsd+game---确定

阅读解释表格

均值和标准差

显著性如果大于0.05，就要看lsd的结果，小于则是看games的结果

单因素方差分析： df和F值和显著性

F值足够大，显著性小于0.05，则表明各个组之间的差异很显著；相反则差异不显著

多重比较分析：事后分析，两两比较（方差分析显著的情况下看这个）

不同组别的均值比较图

如何呈现结果：

对应问题，重制表格（提供平均数和标准差，不需要提供样本量和标准误），文字说明（文字和数字）（F值，自由度，显著性水平）

F（自由度1(分组的数量-1)，自由度2(剩下的不同组别的组内自由度)）=xxx，p=xxx

如果F值显著，要报告具体的事后分析的结果，即哪几个组之间有显著的差异

介绍对应表格---列举关键数值，F值和P值