期望效应

（1）认知上的一些偏见： 思维定势 基本归因错误（归咎于别人的个性不顾当时情景） 自私（成功是因为自己） 需要定论（希望竭力解决所有未定的问题，强给不成熟的定论，坏：选择少了） 事实的选择是根据自己的成见和喜好 曝光效应（经常只因为熟悉某事物而对它有所偏爱，坏的技术，工具） 霍桑效应（知道自己正被审视，往往会改变自己的行为，但新鲜感减弱时都会回到原来的行为状态） 虚假记忆 符号约简谬论（以简单的符号表示一个复杂的系统，丢失细节甚至是事物真相），大脑的一种基本机制 名词谬论（给事物添上简单的标签） （2）柏拉图立体：基本元素，后患是柏拉图圈（假设事物差不多是稳定，线性的递进，原因和结果都很简单，然而结果往往是错的） （3）很少不意味着没有 （4）推迟下结论，过早下结论可能会抹杀成功的选择 （5）信任记录，有些记忆随着时间改变，反而会成为偏见 （6）从多个角度看待问题，你提出的论据是否逻辑性的？还是因为熟悉？是否真的考虑别人的想法？ （7）MBTI性格评测 （8）不能试图改变别人的性格以适合自己，与人争辩时要尊重不同人的不同性格 （9）蜥蜴逻辑（立刻行动、领头意识——拼命成为领头，这样可以任意对待别人、守卫领土，绝不共享信息、秘籍、技巧、办公空间等、受到伤害就愤愤不平、像我这样就是好的） （10）态度、信念、行为、情感这些都是可传染的，也是一种模仿 （11）避免蜥蜴逻辑，先思考再行动

符合方差分析的三个条件： 残差 = 实际值 - 预测值（其实是均值）。 在原假设下，MSA的期望会等于MSE的期望；在备选假设下，MSA的期望会大于MSE 的期望，所以 MSA/MSE 的取值范围在 (1 ，正无穷 ) ，所以是单侧检验。 这张图说明残差随机独立分布。 每组一个数就无法分析交互作用。 R 提高但 adjusted R 没提高则没有实质性的提高。 (Completely randomized design) 同独立样本 t 检验。 (Randomized block design)要人为干预去掉实验体本身的差异，同配对样本更好。 例题： 当认为总体有差异之后，想要看到底是哪些因素造成这些差异： 在 SPSS 中是这样的 : 双因子方差分析只考虑主效应的意思是不考虑交互效应，但是考虑因素 A 及因素 B 。 相同意思的不同版本： 来源： https://www.cnblogs.com/yuanjingnan/p/11722682.html