Never

fts 本来以为不要学太多统计，但是，该来的总会来。 回归分析、结构方程、因素分析... 咋办哩？

迟毓凯讲关于自动化的社会行为。 本来没打算好好听，不过内容挺吸引人的，就听了后半部。感觉内容还是不错的，结果后来还是被杨老师问了n久（where is the psychology?）——不过后来想想蛮有道理的。看来过了一个假期有点不适应了，呵呵。不过还是感觉自己的水平进步了不少，在听提问的过程中。 感受： 理论听起来很美。虽然今天吸引我的不知是理论，还有很多现象。有些理论ms的不到强有力的证据支持，也能被很多人接受（比如说进化论）。理论是支持实验研究的出发点，应该得到足够的重视。这也是有些人为什么看起来挺清闲，但是仍然很牛的原因。 感觉实验还是蛮重要的。实验要做得漂亮，把所有的其他可能都排除掉（虽然不可能）。不过心理学实验很难做到像poo说的那样，这也是我为什么选择认知的原因。总的说，进行心理学研究，首先要从实验技术入手。 ps好像迟毓凯要来中大了，呵呵。

今天在看《HUMAN BRAIN FUNCTION》12章，Random-Effects Analysis的时候，作者说加入time variable来显示habituation effectes。想到做眼动实验时，由于不想加入练习trial，或者练习trial不够多，总是觉得会有学习效应影响，因此突然想到一种方法，来去除练习效应或者是适应。 一般的练习效应都应该使实验数据成指数衰减的。对于实验数据的时间序列，如果不用均值代表，而用指数进行回归。即用变化的均值代替恒定的均值，这样进行统计分析应该可以去除练习效应。 这个想法突然就冒出来了，之后更多的是对这个想法的思考... 这个东西肯定有人做过，至少看到过一篇DCM文章验证适应的指数衰减效应的。主要的是这种思考方式。根据实际需要，引入一种统计方法组织数据。不知道假如让这种方法能被应用，需要做什么样的研究。大概需要做适应的实验，看看与一般统计方法比，统计的效果如何。还有什么？暂时想不出来了。 是不是可以把它看成一种理论呢？理论的提出可以用微分方程提出，（数学、cool！），然后要用实验证实。数学还是很重要的，当然现实中的理论不会只是这么简单的数学表达！ 这个东西也许在实验数据处理上可以用得上，有机会可以试试。：）

好久没有来了，整理一下上学期的内容，迎接一个新的开始。 想写一个计划，总觉得还没有办法计划具体的内容。大概要做的是，做实验、确定研究方向、楷体报告、准备考toefl...... 还有好多不确定因素，所以depence.

总想写一些东西，但是感觉不愿下笔，文笔一点一点退化了阿。...