被试间平方和（Between-subjects Sum of Squares）是方差分析（ANOVA）中用于量化不同处理组之间差异的统计量。以下是关于被试间平方和的详细解释：

一、定义与计算

被试间平方和反映了不同处理组之间的均值差异所导致的变异程度。其计算公式为：

$$

SS{between} = sum{i=1}^{k} n_i (bar{X}_i - bar{X})^2

$$

其中：

$k$ 是处理组的数量；

$n_i$ 是第 $i$ 个处理组的被试人数（在重复测量设计中，$n_i$ 通常为1）；

$bar{X}_i$ 是第 $i$ 个处理组的样本均值；

$bar{X}$ 是所有处理组样本的总体均值。

二、示例说明

假设有3个处理组，每组10个被试，处理组均值分别为 $bar{X}_1, bar{X}_2, bar{X}_3$，总体均值为 $bar{X}$。则被试间平方和计算如下：

$$

SS_{between} = 10 times (bar{X}_1 - bar{X})^2 + 10 times (bar{X}_2 - bar{X})^2 + 10 times (bar{X}_3 - bar{X})^2

$$

该值越大，说明不同处理组之间的差异越大。

三、在单因素方差分析中的角色

自由度 ：被试间平方和的自由度为 $k-1$（处理组数减1）；

均方 ：被试间平方和除以其自由度得到均方（MS_between）；

F比值 ：均方间（MS_between）与误差平方和（MS_error）的比值用于检验处理效应的显著性。

四、与被试内平方和的区别

被试间平方和 ：关注不同处理组的差异（如不同药物组的疗效）；

被试内平方和 ：关注同一处理组内个体间的差异（如同一药物组不同被试的生理反应差异）。

五、注意事项

在 重复测量设计 中，每个被试接受所有处理，此时被试间平方和与被试内平方和需根据具体设计调整计算方式；

方差分析需满足正态性和方差齐性假设，否则需进行数据转换或使用非参数方法。

通过以上分析，被试间平方和是理解不同处理组效应的关键指标，广泛应用于心理统计和实验设计中。