被试间变量

有点复杂，是统计学的范畴？

混合设计是既包括组内变量又包括组间变量的设计。组内变量是指其所有条件都在同一批人身上实施的变量。比如，看看哪一种饮料更受欢迎，所有人都要既品尝可口可乐也品尝百事可乐。组间变量是指一个条件只在某一组人身上存在的变量。比如，品尝饮料的人分为男、女，性别就是一个组间变量。把饮料和性别这两个变量放在一起，就是一个混合设计。可以看到不同性别的人对饮料是不是有不同的偏好。

是。在混合设计中，每个被试只接受自变量一种处理的变量是被试间变量，年龄是被试间变量，以及药物类型、记忆术、心理治疗方法、数学方法等刺激（或任务）变量，都只能作为被试间因素或被试间变量来研究。

重复测量是针对同样的个案 针对同样的因变量进行的不同时间段的测量所以你这个只是普通的2*2试验设计，就用多因素方差分析即可分析了

直接根据定义区分就行了被试内设计是指每个或每组被试接受所有自变量水平的实验处理的真实验设计，又称“重复测量设计”。 1、被试内设计的优点 ①被试内设计需要的被试较少，实验设计方便、有效。 ②被试内设计比组间设计更敏感。 ③心理学的某些领域需要使用被试内设计，即被试内设计适用于研究练习的阶段性。 ④被试内设计消除了被试的个体差异对实验的影响。 2、在使用被试内设计时，应注意该设计的缺点及采用合适的方法克服这些缺点 被试内设计的缺点：①一种实验条件下的操作将会影响另一种实验条件下的操作，也就是实验顺序造成了麻烦。②被试内设计的方法不能用来研究某些被试特点自变量之间的差异。③如果实验中每一种实验条件需要较长时间的恢复期，就不宜使用被试内设计。④当不同自变量或自变量的不同水平产生的效果不可逆时，不宜使用被试内设计。 克服被试内设计缺点的方法：①完全的被试内设计：就是把所有可能的顺序都排出来进行实验，以抵消练习或疲劳作用的影响。通常采用两种完全的被试内设计：随机区组设计和ABBA平衡法。②不完全的被试内设计：此方法是可以保证每个自变量都同等地出现在所有可能的顺序或选择的顺序的每一个位置上。采用的方法一种是拉丁方设计，另一种是随机开始的循环排列。被试间设计的优点:每一个人只接受一种处理方式,而一种处理方式不可能影响或污染另一种处理方式,因此避免了练习效应和疲劳效应等由实验顺序造成的误差. 被试间设计的缺点:⑴所需要的被试数量巨大:由于每一个自变量的每一个水平都需要不同的被试,当实验因素增加时,实验所需要的被试数量就会迅速增加.⑵由于接受不同处理的总是不同的个体,因此被试间设计从根本上是不能排除个体差异对实验结果的混淆的,而匹配和随机化技术也只是尽可能地缓解而不是根治这一问题. 查看原帖>>