下载文档原格式
莫雷《⼼理学研究⽅法》笔记和习题详解-变量数据获得的认知实验⼼理技术范式【圣才出品】第13章变量数据获得的认知实验⼼理技术范式13.1复习笔记⼀、认知⼼理实验技术范式的基本特点和常⽤指标（⼀）认知⼼理实验技术范式的基本特点信息加⼯⼼理学主张⽤信息加⼯的术语和计算机⼯作原理对⼈类⾏为进⾏准确的描述，通过计算机模拟验证有关认知过程的⼼理学理论。
在实际研究中，信息加⼯⼼理学应⽤最⼴泛的⽅法是以信息加⼯思想为指导的认知⾏为实验法。
该法强调对所研究的⼼理过程进⾏模式化区分，其主要特点是要求预先设定信息加⼯流程，采⽤适当的实验任务和⾏为指标，通过精致的实验设计推断研究假设的合理性。
与传统的实验法相⽐，信息加⼯的认知⾏为实验法能更准确、更精细地深⼊分析并描述⼈类的⼼理过程以及⼈与环境之间的关系。
（⼆）认知⼼理实验研究的常⽤指标1．反应时（1）概念反应时是指从刺激作⽤发⽣到引起机体外部反应开始动作之间的时间间隔。
实验测得的反应时间是个体内部⼏部分操作时间的总和，具体包括刺激引起感官的活动，神经冲动经由神经的传递，⼤脑的加⼯活动及效应器官接受冲动做出反应所耗费的时间。
反应时是认知⼼理学中应⽤最⼴泛的实验指标。
（2）利⽤反应时数据推断认知加⼯机制的⽅法①因素相减法因素相减法是⼀种⽤减数⽅法将反应时间分解成各个成分，然后⽤来分析信息加⼯过程的⽅法。
a．该法的基本程序为：⾄少安排两种不同的反应时作业，其中⼀种作业包含另⼀种作业所没有的某个特定的⼼理过程，此过程就是所要测量的⼼理过程；两种作业其余⽅⾯均相同，这两种反应时的差值就是此加⼯过程所需的时间。
b．该⽅法最早由荷兰⽣理学家唐德斯（Donders，1968）提出。
他认为⼈的反应可分为三类：第⼀类称为A反应，只有⼀个刺激，⼀个反应，其反应时为简单反应时，⼜称基线反应时；第⼆类反应为B反应，有多个刺激，需进⾏多个反应，其反应时包括简单反应时、辨别反应时和选择反应时；第三类反应为C反应，有多个刺激，只需做⼀种反应，其反应时包括简单反应时和辨别反应时。
第14章研究的综合——元分析一、名词解释元分析、发表偏向、Q检验、亚组分析、敏感性分析、研究的质量、标准化均数差答：（1）元分析：是应用特定的设计和统计学方法对以往的研究结果进行整体的和系统的定性与定量分析。
（2）发表偏向：具有统计学显著意义的研究结果(阳性结果)较无显著性意义的结果(阴性结果)或无效的结果被报告和发表的可能性更大的倾向。
（3）Q检验：把数据按照从大到小排序，找出最大值与最小值，并计算可疑出其与相邻值的差值，并将其与最大值与最小值之差做商。
得出Q与题目给出的要求的Q对比，要是大于，则是舍去。
（4）亚组分析：根据不同的研究特征如被试的年龄、职业，将各独立研究分为不同组，然后再分别进行合并分析，比较各组及其与总的合并效应间有无显著性差异。
（5）敏感性分析：分析当条件(变量)发生变化时，结果是否也发生变化，即研究结论的稳定性如何。
（6）研究的质量：指一个研究在设计、实施和分析过程中防止和减少系统误差(偏向)及随机误差的程度。
（7）标准化均数差：SMD，两组估计均数差值除以平均标准差的结果。
二、简答与论述1．什么是桔子与苹果问题，该如何控制?答：桔子与苹果问题：对元分析的最尖锐的批评之一就是认为其不应该将研究对象、结果测量指标、实验设计以及测量方式等不同的各项研究所得的结果结合在一起，因为这就好比将桔子与苹果拿来比较，是很难得出正确结论的。
目前，主要是通过进行异质性检验来缓解这个问题。
2．简述Fisher(P值)法的基本过程与公式。
答：Fisher法分可为两步：（1）如果文献中没有给出确切的p值的话，将各检验统计量如t值、x2值转为P值，注意此处是指具体的确切的P值，不是P>0.05或≤0．05的定性数字。
（2）按以下公式将P值转为x2值，公式中的P i为各独立研究的单侧概率。
在判断时，自由度为参加元分析的文献数(k)的两倍，即df=2k，具体的查表等检验方法与一般的χ2检验相同。
莫雷《心理学研究方法》笔记和习题详解-研究报告的撰写【圣才出品】第18章研究报告的撰写18.1复习笔记一、实验研究报告的撰写（一）实验研究报告的基本格式心理学实验研究报告主要包括题目、前言、方法、结果、讨论五大部分：①题目是一篇研究报告的标题，用于简明概括研究报告的主题。
②前言部分主要用于在综述相关文献的基础上，提出所要研究的问题，一般包括理论背景、问题提出和实验假设。
③方法部分是对研究所采用的方法的详细描述，包括被试、实验仪器、实验任务、实验设计和实验程序等。
④结果部分主要报告研究中所发现的、与前人研究结果相一致或矛盾的数据统计结果。
⑤讨论部分则对研究结果进行充分的解释和讨论。
此外一篇研究报告在正文前还包括作者姓名、工作单位的联系方式和摘要，在正文后还包括结论、参考文献和附录。
有时为了补充正文内容，把那些较为复杂或琐碎、放在正文中会影响整体行文连贯的材料，作为附录置于报告的末尾。
（二）实验研究报告各部分的撰写1．题目题目在于以最简洁的语言告诉读者研究所要阐述的问题。
题目的表达具体应注意以下几个问题：（1）说明该研究做了哪方面的探讨以及研究中的变量有哪些。
如果是相关研究，应指出是哪两个或几个变量之间的相关；如果是因果研究，要讲清实验中的自变量和因变量分别是什么。
（2）应在题目中告诉读者该研究的类型是观察研究、相关研究还是因果研究。
（3）注意将所要研究的问题界定清楚，题目不要过大或含糊不清。
（4）在题目中应尽量明确界定所要研究的被试群体。
（5）注意使题目简洁明了，做到概念明确，言简意赅。
题目一般为10至15个字，至多不超过20个字，尽量不使用副标题。
（6）为了便于检索，应在题目中拼写出所有的术语，尽量避免使用缩略词。
2．摘要（1）摘要是简要概括论文全部内容的一段话，位于标题之后，正文之前。
写摘要的目的是：①使读者在最短时间内迅速了解论文最重要的内容；②为检索提供方便。
一段好的摘要能够用简练的语言向读者介绍清楚研究目的、方法、对象、结论以及价值。
第20章多元方差分析（MANOVA）20.1 复习笔记一、多元方差分析简介（一）多元方差分析的概念多元方差分析是用于考查类目型变量在多个等距因变量上的主效应和交互作用的统计方法。
（二）MANOVA与ANOVA的比较1．相似之处（1）均可以有一个或几个类目型自变量作为预测源。
（2）计算性质和逻辑相同。
MANOVA可以看成是ANOVA在多个因变量情境下的延伸。
ANOVA是在一个因变量上进行检验，检测组间的差异是否是随机出现的；MANOVA 是在因变量的组合上进行检验，检测组间的差异是否是随机出现的。
2．不同之处MANOVA与ANOVA根本的不同在于因变量的个数。
MANOVA中因变量的个数多于一个，而ANOVA中只有一个因变量。
而且，MANOVA所测量的因变量彼此之间是有相关的。
（三）不能用多个ANOVA的分析来代替MANOVA的分析1．MANOVA的优点（1）首先，通过测量多个因变量而不是一个因变量，MANOVA减少了忽略某个会被自变量和自变量的交互作用影响的因变量的机率；（2）其次，对多个相关的因变量进行多个ANOVA检验，会造成I类错误的膨胀，使用MANOVA能够同时检验多个因变量，而又避免I类错误的膨胀；（3）第三，在特定的情况下，MANOVA能够检验出单独ANOVA分析无法检验出的差异。
2．MANOVA的局限（1）首先，在MANOVA中，有几个非常重要的前提假设需要考虑。
（2）其次，MANOVA在解释自变量对于某个因变量的效果时存在着一些模糊不清。
（3）MANOVA的统计效力高于ANOVA的情境并不是很多。
（四）多元协方差分析MANCOVA与MANOVA类似，因变量个数大于或者等于2，以等距自变量作为“协变量”。
多元协方差分析是协方差分析（ANCOVA）的扩展，应用多元协方差分析。
要回答的问题是：如果控制了一个或者多个协变量对新创建的因变量的影响之后，各组之间是否存在着统计上可靠的均值差异。
第六章方差分析第一节方差分析概述一.方差分析的定义［用途］定义:用途方差分析也称为变异数分析，是在教育与心理研究中最常用的变量分析方法，其主要功能在于分析测量或实验数据中不同来源的变异对总变异的贡献大小，从而确定测量或实验中因素对反应变量是否存在显著影响。
即用于置信度不变情况下的多组平均数之间的差异检验。
它既可以比较两个以上的样本平均数的差异检验，也可以应用于一个因素多种水平以及多个因素有多种水平的数据分析。
二.方差分析的作用方差分析主要应用于两种以上实验处理的数据分析，同时匕徽两个以上的样本平均数，推断多组资料的总体均数是否相同，也即检验多组数据之间的均数差异是否有统计意义。
在这个意义，也可以将其理解为平均数差异显著性检验的扩展。
当我们用多个t检验来完成这一过程时，相当于从t分布中随机抽取多个t值，这样落在临界范围之外的可能大大增加，从而增加了I型错误的概率，我们可以把方差分析看作t检验的增强版。
方差分析一次检验多组平均数的差异，降低了多次进行两组平均数检验所带来的误差。
在进行方差分析时，设定的假设是综合虚无假设，即假设样本所归属的所有总体的平均数都相等。
如果检验的结果是存在显著性差异，只能说明多组平均数之间存在显著性差异，但是无法确定究竟哪些组之间存在显著性差异，此时需要运用事后检验的方法来确定。
三.方差分析的相关概念一（一）数据的变异（1）变异:统计中的变异是普遍存在的7一般意义上的变异是指标志（包括品质标志和数量标志）在总体单位之间的不同表现。
可变标志的属性或数值表现在总体各单位之间存在的差异，统计上称之为变异,这是广义上的变异，即包括了品质标志和数量标志，有时仅指品质标志和在总体单位之间的不同表现。
注：随机性，即变异性。
（2）组间变异［组间差异］:组间变异表示处理间变异，主要指由于接受不同的实验处理（实验处理效应）而造成的各组之间的变异，可以用两个平均数之间的离差来表示，可将组间离差平方和记为SS AO组间差异可用组间方差来表征，用符号MS B表示。
心理学（研究方法）内容精讲第三部分心理统计学第三章概率分布与总体参数的估计第一节概率与概率分布一、概率的一些基本概念（一）什么是概率概率因寻求的方法不同有两种定义，即后验概率和先验概率。
1．后验概率的定义以随机事件A在大量重复试验中出现的稳定频率制作为随机事件A概率的估计值，这样寻得的概率称为后验概率。
2．先验概率的定义先验概率是通过古典概率模型加以定义的，故又称为古典概率。
古典概率模型要求满足两个条件：①试验的所有可能结果是有限的；②每一种可能结果出现的可能性（概率）相等。
（二）概率的性质1．任何随机事件A的概率都是介于0与1之间的正数；2．不可能事件的概率等于0；3．必然事件的概率等于1。
（三）概率的加法和乘法1．概率的加法在一次试验中不可能同时出现的事件称为互不相容的事件。
两个互不相容事件和的概率，等于这两个事件概率之和。
2．概率的乘法A 事件出现的概率不影响B 事件出现的概率，这两个事件为独立事件。
两个独立事件的概率，等于这两个事件概率的乘积。
二、正态分布（一）正态分布特点1．呈倒挂的钟形，两头小，中间大，能力的特点呈正态分布；2．有其分布函数；3．横坐标以标准差为单位，用z 分数表示；4．正态分布下数据与标准差有一定数量关系1%X 1.96SD 95%X 2.58SD %X SD -⎧±⎪⎪±⎨⎪±⎪⎩－－ 包含所有数据的68.2 包含所有数据的 包含所有数据的99（二）正态分布的应用1．正态表的应用（1）已知概率可查Z 分数；（2）已知Z 分数可查概率；（3）已知概率或标准分数可查密度值、函数值。
2．正态分布在研究的应用（1）按能力分组，确定人数；（2）化等级评定为测量数据；（3）测验分数的正态化。
3．标准分数与应用公式：Z x x S-＝式中：x 代表原始数据；x 为一组数据的平均数；S 为标准差如果研究数据呈正态分布，可按正态分布的规律来解释。
例如：一个班成绩90x -=，SD＝3。
第1章引论1.1 复习笔记一、学习统计学的原因（一）统计学是研究随机现象的方法论统计学研究的是随机现象，是帮助人们发现随机现象运动规律的科学。
其基本技术就是分析随机现象的各种表现，认识随机事件发生的概率及分布规律。
（二）统计学是心理学研究设计的技术1．心理统计学的概念心理统计学是应用统计学的一个分支，它既是对已有数据资料进行分析的技术，也是根据研究目的和研究对象的特点，确定搜集何种资料、如何搜集、整理、分析以及如何根据这些数字资料所传递的信息，进行科学推论，找出客观规律的一门科学。
2．心理统计学的意义（1）心理统计学是心理学研究设计的基本方法学基础；（2）心理统计学是对心理学研究的全程进行管理的科学；（3）心理统计学是心理学研究不可缺少的科学工具。
（三）统计学是心理学研究资料分析的技术心理学的实验研究和调查研究要解决的问题主要有三类：1．特征描述（1）含义是指对研究对象进行多方面的测量，此类测量一般不是为了描述个体或少数人，而是为了描述一个大的群体，即“总体”。
（2）重要性描述性统计分析是统计学中数据分析的最基础的部分。
2．进行差异比较（1）目的考察不同人群之间的某些差异，以及实验干预是否造成了某种心理品质或心理状态的明显改变。
（2）常用方法主要是依赖于心理统计学中的t检验和F检验方法。
3．相关性分析相关性研究是指尽量在较为自然的情况下，搜集研究对象的一系列心理体验、行为倾向或行动指标，利用统计学方法来考察各方面变量对应的数据资料之间是否具有某种共变关系。
（四）统计学为心理学研究提供了有效的表达语言1．意义统计学的语言已经在相当程度上成为心理学研究报告撰写的“行话”,。
2．要求（1）要借助统计学的知识阅读心理学的研究报告；（2）在撰写研究报告的时候，要使用统计学的概念与符号说“内行”话。
（五）统计学成为心理学专业的应用技术1．学习心理统计学，可以借助于各种测评工具对各个不同实践领域中的人群进行心理测评与支持；2．可以将一个理论的假设转变为一项实证研究的方案；3．可以帮助企事业单位进行人力资源的开发与管理等。
心理学（研究方法）内容精讲第四部分心理测量学第十四章心理与教育测量理论的新进展第一节项目反应理论概述一、经典测量理论的局限经典测量理论在测量研究中仍然占据着非常重要的地位，继续指导着多种测验的编制和应用，但是，经典测验理论的理论框架是先天缺陷的，在测验实践飞速发展的今天，已显示出它的局限性。
（一）经典测量理论信度估计精度不够根据真分数理论假设，测验原始分数X线性分解为测验真分数T和误差分数E两部分，并且进一步假设真分数是测验原始分数的期望，误差分数与真分数相互独立，从而导出测验信度为真分数方差与原始分方差之比。
但是，在这个定义中除原始分数方差可以获得以外，真分数方差与误差分数方差都是没有途径获得的。
为了实际估计测验信度，经典测验理论提出了平行测验概念或者条件弱一点的等价测验概念，从而推演出若干信度估计公式，但是，严格的平行测验是不存在的，等价的测验也是很难获得的，由此造成了实际估计的信度精度就比较差。
（二）经典测验理论的误差指标笼统单一、不精细经典测验理论导出测验测量标准误差为SE，以此可估计真分数置信区间。
但是，这个SE是所有被试测量误差的标准差，或叫做测验平均标准误差，因此这个值可以用来描述所有被试的测量精度。
从应用上讲，这样非常的方便，但实际上却是经典测量理论的缺陷。
因为，不仅是不同的测量有不同的测量误差，相同的测量对于不同的被试也会有不同的测量误差。
用一个笼统单一或称作为平均的误差指标来刻画所有被试的测量精度，是难以让人满意的。
（三）经典测验理论各种参数的估计对样本的依赖性较大经典测验理论构造了一个完整的理论体系，同时设计了一系列的参数指标来描述测量的各方面特性。
这些指标中最主要的就是测验的信度、效度和试题的难度、区分度，要编制出高质量的测验离不开对测验“四度”的估计。
经典测验理论提出了用相应的样本统计量值作为总体参数估计值的方法。
但是在经典理论中，这些参数的估计对样本的依赖性是很高的。
