单因素被试间设计用什么统计方法

不完全的，是被试间设计。

由于实验时间限制，无法做到完全的被试内设计，单个被试的顺序效应不能平衡。但可以通过合并所有被试的数据平衡顺序效应。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。

1、通过全排列实现，n!种条件组合。n=3时：被试1ABC，被试2ACB，被试3……共6n个被试。

2、拉丁方设计，当自变量的水平有两个以上时，平衡的拉丁方设计（balanced Latin square design）是较为常见的设计。一个平衡的拉丁方是一个两维距阵，其中列表示自变量水平，行表示被试。

被试间是每个被试接受一种实验处理的结合，被试内是每个被试接受所有实验处理的结合。被试内的优势是所需被试少，减少随机误差，但缺点是无法进行有遗留效果的实验处理；被试间会存在一定的随机误差，所需被试多，但可以进行有遗留效果的处理。

遗留效果就是前一种实验处理结合会对后一种产生影响，例如如果你先让被试接受一种学习方式，再让他接受另一种，那么前者肯定会对后者产生影响

简而言之就是

被试间设计就是我炒了两个菜，甲尝一个菜，乙尝另一个菜。

被试内设计就是我炒了两个菜，甲乙俩菜都尝了呗。

不过你这个实验找30个被试只怕有些困难，自闭症儿童应该没有那么好找的。不过小样本也有小样本的解决办法，那就是做被试内设计，既每一个被试都经过所有处理水平。文献中采用十几个被试，大概也是用这样的处理方式（被试内设计对人数要求比被试间设计低很多）。感觉十几个也可以了，可根据实验情况，用正常儿童做对照组吧。

优点：

1、被试内设计需要的被试较少，实验设计方便、有效。

2、被试内设计比被试间设计更敏感。

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。反应时、知觉长度等存在明显个体差异的任务，需要考虑被试内设计。

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，从而造成练习效应或者疲劳效应。

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。例如学习某一技能是不可逆的。

完全的

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，又称“重复测量设计”。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。在随机区组分配中，实验条件以随机的方式排序，而为了平衡练习效应，每一种排列都必须呈现很多次。

例如按性别分为两个区组，区组间有不同的因素（性别），每个区组的人再随机分配到实验条件中，由此可以分离出组间变异，从而减少了均方误差（Mean Squared Error, MSE），使得实验控制的效果不会被区组差异掩盖。随机区组设计的关键在于组内同质，组间有差别