统计符号的书面表达

  1. 书写规范: 所有的统计符号基本上都应该用斜体(参考美国心理协会写作手册-统计和数学题材部分)
  2. 小于0.05但大于0.001的p值, 都应该报告具体数值.
  3. 除了p值, 还必须要报告效应量(effect size)
  4. 每个水平的均值和标准差(M and SD). 当水平较少时, 可以直接在正文中报告. 但是当自变量水平和因变量较多的时候, 要善于使用表格来呈现结果. 例如抑郁症和正常控制组的人口信息学以及人格特质等量表的信息, 只能用表格或图来呈现.

ANOVAs

  1. 对于涉及3个以及3个以上自变量的方差分析, 应该先检验高层的交互作用是否显著(如3重交互作用), 然后再依次检验二重交互作用是否显著, 最后才是各个自变量的主效应是否显著.
  2. 在多因素ANOVA结果报告时, 应该先报告高重交互作用, 然后报告低级交互作用, 最后是主效应. 需要注意的是, 当高重交互作用显著的时候, 理论上我们应该将分析重点放在这一效应上. 但是, 低级的交互 作用效应无论是否显著也应当进行报告, 以更加全面地向读者呈现结果的全貌.
  3. 简单效应分析-多重交互作用的拆解. 以显著的4重交互作用为例, 应当是在其中某个变量的不同水平上, 三种交互作用的显著性 存在显著差异. 例如在A1水平上, 三重交互作用非常显著; 而在A2水平上, 三重交互作用不显著. 然后,再继续拆解显著的 3重交互作用.
  4. 简单效应分析-注意,有时候存在假显著的高重交互作用. 例如某3重交互作用显著, 但拆解后, 在B1或B2等水平上, 所有的2重交互作用都不显著. 这可能是由于2重交互在某个水平上的显著性接近于1, 而在另一个水平上接近0.05所导致的. 此类假交互作用是没有意义的.
  5. 不建议4重交互作用. 设计实验的时候, 应当避免太多的因素, 因为这会导致后续的分析非常繁琐.