Current Location:home > Browse

Submitted Date

Institution

1. chinaXiv:202005.00044 [pdf]

Lasso回归:从解释到预测

张沥今; 魏夏琰; 陆嘉琦; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

传统的最小二乘回归法关注于对当前数据集的准确估计,容易导致模型的过拟合,影响模型结论的可重复性。随着方法学领域的发展,涌现出的新兴统计工具可以弥补传统方法的局限,从过度关注回归系数值的解释转向提升研究结果的预测能力也愈加成为心理学领域重要的发展趋势。Lasso方法通过在模型估计中引入惩罚项的方式,可以获得更高的预测准确度和模型概化能力,同时也可以有效地处理过拟合和多重共线性问题,有助于心理学理论的构建和完善。

submitted time 2020-05-14 Hits1904Downloads1609 Comment 0

2. chinaXiv:202003.00056 [pdf]

解读不显著结果:基于500个实证研究的量化分析

王珺; 宋琼雅; 许岳培; 贾彬彬; 陆春雷; 陈曦; 戴紫旭; 黄之玥; 李振江; 林景希; 罗婉莹; 施赛男; 张莹莹; 臧玉峰; 左西年; 胡传鹏
Subjects: Psychology >> Statistics in Psychology

不显著结果(p > 0.05)在心理学研究中十分常见。但不显著结果容易被误解为接受零假设的证据,可能对分组匹配进行错误推断或者忽视被小样本的不显著结果掩盖的真实效应。但国内目前尚无实证研究对不显著结果的普遍性及其解读进行调查。本研究调查500篇中文心理学实证研究,评估其摘要中出现阴性陈述的频率,判断基于阴性陈述的推断是否准确,并使用贝叶斯因子对不显著结果中包含t值的研究进行重新评估。结果表明,36%的摘要提及不显著结果,共包含236个阴性陈述;41%的阴性陈述对不显著结果的解读出现偏差(如,解读为支持了零假设);对包含t值的研究的贝叶斯因子分析表明,仅5.1%的不显著结果可以提供强证据支持零假设(BF01 > 10)。与先前对国际心理学期刊的调查结果相比(30%的摘要包含阴性陈述;70%的阴性陈述对不显著结果的解读有误),中文心理学期刊中报告不显著结果的比例以及对不显著结果的解读正确率均更高。但国内研究者仍需进一步加强对不显著结果的认识,推广适于评估不显著结果的统计方法。

submitted time 2020-03-22 Hits4250Downloads1147 Comment 0

3. chinaXiv:202001.00113 [pdf]

从不显著结果中提取信息的方法:原理及其实现

陆春雷; 王珺; 宋琼雅; 贾彬彬; 许岳培; 胡传鹏
Subjects: Psychology >> Statistics in Psychology

在实证研究中,研究者有时需要证实当前的数据支持零假设,即没有差异或者没有效应。在零假设显著性检验(Null hypothesis significance test, NHST)框架之下,p > .05的结果(即不显著结果,non-significant results)却无法区分以下两种情况:“有证据表明没有效应(evidence of absence)”和“没有证据表明有效应(absence of evidence)”。然而,研究者经常将p > .05错误地解读为“有证据表明没有效应”,即“支持零假设”。近年来,研究者开始使用等价性检验、贝叶斯估计和贝叶斯因子来从不显著结果中提取有意义的信息,区分以上两种情况。在频率统计框架下,等价性检验通过检验效应是否在最小感兴趣效应的范围内,提供支持零效应的证据;在贝叶斯统计框架下,贝叶斯估计通过对比后验分布的最高密度区间和实际等价区的重叠情况,提供支持或拒绝零效应的证据;而贝叶斯因子则是通过计算当前数据支持零效应和有效应的相对程度,得到贝叶斯因子,进而评估相对于备择假设,当前数据支持零假设的程度。其中,等价性检验和贝叶斯估计中的最小感兴趣效应区间和实际等价区一般通过理论或者以往研究的数据来确定。文章通过分析同一个实例,分别展示了等价性检验、贝叶斯估计和贝叶斯因子如何应用,以及如何确定最小感兴趣效应区间和实际等价区。正确解读不显著结果有利于充分地从数据中提取信息,促进实证研究中证据的累积。

submitted time 2020-01-15 Hits9974Downloads992 Comment 0

4. chinaXiv:201911.00006 [pdf]

计算机动态测验中问题解决过程策略的分析:多水平混合IRT模型的拓展与应用

李美娟; 刘玥; 刘红云
Subjects: Psychology >> Statistics in Psychology

学生在完成计算机动态测验过程中,会产生大量带有时间标记的过程性数据。本研究基于五个国家(地区)3196名学生在PISA2012一道交通问题解决任务上的139990条数据,将多水平混合IRT(MMixIRT)模型进行拓展,用于探索问题解决过程策略的类别特点。结果表明,该模型不仅可以基于行为序列对不同国家(地区)学生在解决问题时策略使用情况的典型特征进行分析,还可以提供个体水平的能力估计值。拓展的MMixIRT模型可用于分析过程性数据的特征。

submitted time 2019-11-08 Hits3315Downloads560 Comment 0

5. chinaXiv:201809.00177 [pdf]

心理学研究的元分析报告标准:现状与建议

刘宇; 陈树铨; 樊富珉; 邸新; 范会勇; 封春亮; 甘怡群; 李会杰; 吕小康; 任志洪; 徐鹏飞; 袁博; 左西年; 胡传鹏
Subjects: Psychology >> Statistics in Psychology

元分析通过综合实证研究结果,积累证据、去伪存真,在研究与实践中有着非常重要的作用。但元分析的过程繁复、方法多样,其执行上的严谨性对元分析质量影响较大。为规范元分析流程、提升报告质量,生物医学(如由医疗卫生领域专家国际性小组制定的PRISMA)及心理学(如美国心理学会推荐的MARS)领域中均制定了元分析报告的参考规范。然而,这些规范开放程度不充分且是否适合国内研究现状仍然未知。本文结合心理学研究的特点以及开放科学的趋势,经过专家团队的讨论,建议研究者在元分析的过程中以及在元分析报告的撰写中,参考更具有开放性与透明性的元分析报告规范。本文所提出的报告规范核心部分为方法与结果环节,共21个条目(仅检验清单内容,见https://osf.io/hpc3r/)。针对近期国内心理学元分析的报告现状,本文对该规范的核心部分进行进一步解释与说明,包括方案预注册、研究方法与结果部分内容的陈述、数据来源与分析过程的开放性等。了解元分析报告的规范,将有利于研究者进行元分析,同时方便审稿人、读者和期刊了解元分析研究的质量。

submitted time 2019-06-05 Hits29335Downloads2904 Comment 0

6. chinaXiv:201904.00078 [pdf]

效应量置信区间的原理及其实现

王珺; 宋琼雅; 许岳培; 贾彬彬; 胡传鹏
Subjects: Psychology >> Statistics in Psychology

在心理学可重复危机的背景之下,报告效应量及其置信区间正逐渐成为主流心理学界所要求的新标准,但是研究者可能对效应量的置信区间缺乏足够的理解。为增强研究者对效应量置信区间的理解及应用,本文介绍了心理学研究中最常用的效应量指标——Cohen's d与η?——的置信区间的基本原理,即,在备择假设(H1)为真时,需要通过迭代估计的方式来估计相应非中心分布的非中心分布参数,从而构建Cohen's d与η?的置信区间。其中Cohen's d对应的是非中心t分布;而η?对应的则是非中心F分布。使用现有的计算机程序,能够对Cohen's d与η?的置信区间进行计算,例如 R与JASP,本文对此进行了分别展示。报告效应量置信区间不仅有助于研究者更好地进行统计推断,也有利于整个科学界知识的积累,因此本文介绍的方法对研究者具有十分重要的意义。

submitted time 2019-04-15 Hits11599Downloads1860 Comment 0

7. chinaXiv:201903.00001 [pdf]

贝叶斯多组比较—渐近测量不变性

张沥今; 宋琼雅; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

测量工具的测量不变性是在潜变量框架下进行多组比较的前提条件。贝叶斯渐近测量不变性方法基于贝叶斯思想的优良特性,通过为参数的跨组差异提供合适的先验分布,放宽了传统的多组验证性因子分析方法对跨组差异的严格限制。同时避免了传统方法容易导致模型拟合过差、修正过程繁琐及一类错误率上升等问题,具有极高的应用价值。文章总结并介绍了渐近测量不变性方法的原理及优势,同时通过实例展示了该方法在Mplus软件中的具体分析过程。

submitted time 2019-03-01 Hits8251Downloads1139 Comment 0

8. chinaXiv:201812.00865 [pdf]

贝叶斯结构方程模型及其研究现状

张沥今; 陆嘉琦; 魏夏琰; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

在心理学研究中结构方程模型(Structural Equation Modeling, SEM)被广泛用于检验潜变量间的因果效应,其估计方法有频率学方法(如,极大似然估计)和贝叶斯方法两类。近年来由于贝叶斯统计的流行及其在结构方程建模中易于处理小样本、缺失数据及复杂模型等方面的优势,贝叶斯结构方程模型发展迅速,但其在国内心理学领域的应用不足。本文主要介绍了贝叶斯结构方程模型的方法基础和优良特性,及几类常用的贝叶斯结构方程模型及其应用现状,旨在为应用研究者介绍新的研究工具。

submitted time 2018-12-27 Hits13325Downloads2392 Comment 0

9. chinaXiv:201812.00059 [pdf]

The anatomy of reliability: A must read for future human brain mapping

Xing, Xiu-Xia; Zuo, Xi-Nian
Subjects: Psychology >> Statistics in Psychology

Human brain mapping (HBM) is increasingly becoming a multi-disciplinary field where some scientific issues are fundamental for all scientists and applications of using the technology to investigate individual differences. Reliability represents a significant issue for all scientific fields and has particularly been overlooked for decades by the HBM field [1]. Meanwhile, recent advances in open science have offered the field big data for developing novel methodological frameworks as well as performing large-scale investigations of the brain-mind associations based upon the individual differences assessed with HBM [2]. A systematic investigation of reliability seems still far behind these HBM developments. It is critical that reliability is evaluated ahead of these applications, motivating the current commentary on delineation of the anatomy of reliability for future HBM.

submitted time 2018-12-07 Hits9985Downloads857 Comment 0

10. chinaXiv:201709.00120 [pdf]

贝叶斯因子及其在JASP中的实现

胡传鹏; 孔祥祯; Eric-Jan Wagenmakers; Alexander Ly; 彭凯平
Subjects: Psychology >> Statistics in Psychology

统计推断在科学研究中起到关键作用,然而当前科研中最常用的经典统计方法——零假设检验(Null hypothesis significance test, NHST)却因难以理解而被部分研究者误用或滥用。有研究者提出使用贝叶斯因子(Bayes factor)作为一种替代和(或)补充的统计方法。贝叶斯因子是贝叶斯统计中用来进行模型比较和假设检验的重要方法,其可以解读为对零假设H0或者备择假设H1的支持程度。其与NHST相比有如下优势:同时考虑H0和H1并可以用来支持H0、不“严重”地倾向于反对H0、可以监控证据强度的变化以及不受抽样计划的影响。目前,贝叶斯因子能够很便捷地通过开放的统计软件JASP实现,本文以贝叶斯t检验进行示范。贝叶斯因子的使用对心理学研究者来说具有重要的意义,但使用时需要注意先验分布选择的合理性以及保持数据分析过程的透明与公开。

submitted time 2018-05-08 Hits64900Downloads8006 Comment 0

  [1 Pages/ 10 Totals]