博文

目前显示的是 八月, 2005的博文

行为实验

转一段话: 心理学的行为实验方法是研究者在主动控制条件下对事物的观察研究,实验的目的是试图对所观察到的现象作出因果性的解释。对于任何一项心理学实验,它都包含3种变量:自变量(independent variable)、因变量(dependent variable)和额外变量(extraneous variable).心理学实验就是在保持额外变量恒定不变的条件下,改变自变量,观测因变量的变化结果。心理学实验有一个基本的虚无假设(null hypothesis):因变量的平均值在不同的实验条件下没有显著差别。如果实验的数据结果否定该假设,研究者就可以从中得出有意义的推测:因变量是显著受到自变量影响的(Simon, 1974)。在这种模式下,,心理学实验可以划分为两部分:一是实验设计,即如何选择自变量和因变量,并通过设计实验来操纵自变量来影响因变量;二是数据分析,也就是对虚无假设进行显著性检验。

做了一个实验

算是自己第一次做得完整的实验吧,觉得应该总结一下。 第一,发现自己找被试比较困难。主观上是因为性格原因,不太愿意求人,碰到比较直接的回绝也会觉得很尴尬,所以不太愿意开口;客观上是因为这个实验确实太长了,很少有人知道确实情况后会愿意主动做的。感觉上师兄还是比较愿意帮忙的,可能他们都经历过找被试的痛苦吧。对于自己来说第一次找被试不太有经验,以后会慢慢适应的。一些方法可以使找被试更有效率,比如要和被试约时间。 第二,做试验之前,对实验的结果非常有信心,觉得一定会做出想要的效应来,结果数据出来却事与愿违。记得Poo的一个演讲里说过,实验没有想要的结果有两种可能:一是实验的方法不对,没有做出想要的结果,那就要努力修正自己的实验;第二是方法都绝对正确了,还是根原有的理论不符,那就更不应该放弃,去发现更有价值的东西。总之是要坚持做下去了,还好实验过程中发现了一些问题,找到了一些改进实验的点,让我知道下一步该怎么做。在这里谢谢参与我实验的6个被试,呵呵。 第三,第一次做实验,很多东西都不懂的,要问,要找人讨论。这次和师姐讨论了很多,学到了很多经验性的东西,那可是她做了那么多实验得到的精华阿,呵呵。觉得不管是实验前还是实验后,讨论都是必要的。一是因为自己水平不够,二是要从多角度看问题,三是人总有自己的盲点。所以希望以后有更多的机会,也自己创造机会去跟别人讨论实验。 第四,数据处理ing...

关于MATLAB的一些东西

MATLAB涉及的内容很多很多,但对于心里学的学生只要掌握需要的那一部分就够了。  http://www.dartmouth.edu/~antonia/matlab_for_psychologists.pdf  是目前我发现的一个比较好的专门针对心理学的MATLAB大纲。 MATLAB在心理学中的重要用途就是编制实验程序,目前用的比较多的工具包是 psychtoolbox  和 Cogent  。

Notes for fMRI RFT

A general point to note, especially for fMRI, is that because the betweensubject variance is larger than the within-subject variance your scanning time is best used to scan more subjects rather than to scan individual subjects for longer. In practice, this must be traded off against the time required to recruit and train subjects.

交互作用

以前理解的交互作用,只是统计结果上不平行的两条线而以。最近看的一些内容和讨论加深了我对交互作用的理解。 交互作用是心理学研究中很重要的一种效应(否则试验心理学的书中也不必花那么大的笔墨介绍它)。在因素设计的试验中,如果没有交互作用,那么几个因素之间将会是简单的相加的关系它们之间互不影响。初看起来这样的结果很漂亮(可能平行是一种美吧),但是交互作用实际上带有更有意义的推论信息。不知道我的理解对不对,如果两个因素之间存在交互作用,那么这两个因素应该是互相影响的(可能不是十分符合逻辑,但是practically都是这么做的)。比如PPI,在不同的两个实验条件下,两个区域之间的相关存在变化,那么可以推论这两个区域之间存在着影响的关系,并且这种关系受到试验条件的调节。 对这种抽象概念的理解如果只靠书本的讲解和数据,是无法彻底的理解的。只有真正明白了他的心理学意义,才能感受到交互作用的意义。这也是讨论所带来的好处吧。

我收藏夹里的一些内容

SPM及相关工具包: SPM - Statistical Parametric Mapping(fMRI数据分析的流行软件,基于MATLAB): http://www.fil.ion.ucl.ac.uk/spm/ SnPM(非参数统计): http://www.sph.umich.edu/ni-stat/SnPM/ MRIcro software guide(神经成像处理软件,主要用于数据格式转换): http://www.psychology.nottingham.ac.uk/staff/cr1/mricro.html MarsBar region of interest toolbox for SPM(基于ROI分析的强大的软件): http://marsbar.sourceforge.net/ http--www.cyceron.fr-freeware-(定义解剖学ROI的软件): http://www.cyceron.fr/freeware/ Antonia Hamilton's homepage(成像数据进行meta-analysis的软件): http://www.dartmouth.edu/~antonia/amat.html xjView V3(显示多个图片): http://people.hnl.bcm.tmc.edu/cuixu/xjView/ ************************************************ GLM方法及Brain Mapping工具: TDApplet(Talairach坐标与脑区的对应图): http://biad02.uthscsa.edu/td_applet/ a review of the GLM approach(对GLM方法的总结): http://www.fmrib.ox.ac.uk/analysis/techrep/tr00dl1/tr00dl1/index.html CAMBRIDGE IMAGERS - Introduction to SPM statistics(对GLM统计的介绍,以及其他与成像数据分析相关的内容): http://www.mrc-cbu.cam.ac.uk/Imaging/Com

声音素材

http://jjvp.diy.myrice.com/voice1.htm 我用得到的声音素材

George E.P. Box

图片
Dr. Box is a Vilas Professor, the highest honor awarded to faculty by the University of Wisconsin. Dr. Box is concerned with the planning and analysis of industrial experiments. The object is to determine the important factors affecting product quality then adjust them to their best levels. Recent work has concentrated on reduction of variance, as well as adjustment of mean levels. New Bayesian methods of analysis have been devised for highly fractionated designs. Studies of reduction of variance transmissions are in progress. http://www.engr.wisc.edu/ie/faculty/box_george.html