Current Location:home > Browse
Your conditions: 张沥今(5)

1. chinaXiv:202010.00057 [pdf]

注意过程中的行为振荡现象

章小丹; 张沥今; 丁玉珑; 曲折
Subjects: Psychology >> Cognitive Psychology

行为振荡是个体心理加工过程的周期性动态变化在行为上的表现。通过高时间分辨率的行为采样方法,行为振荡研究为探索视觉注意的时间动态结构提供了一个新的视角。各种不同的注意任务中都发现存在行为振荡现象。大量行为振荡证据表明,注意过程存在两种主要的节律成分:反映注意抑制的α节律(8~13 Hz)和反映注意转移的θ节律(4~8 Hz)。这些结果有助于揭示注意的时间动态结构,也为序列搜索理论和平行搜索理论之间的争论提供了新的分析思路。行为振荡的节律特征会受到一些潜在因素(如任务难度、线索有效性)的影响。行为振荡和神经振荡在某些任务中表现出相同的节律成分,提示两者涉及了相似的心理过程。后续研究应进一步关注各种不同的注意控制过程以及多模态交互任务,深入探索其行为振荡特点,以更好地揭示注意的动态加工过程。

submitted time 2020-10-23 Hits66Downloads26 Comment 0

2. chinaXiv:202009.00002 [pdf]

密集追踪数据分析:模型及其应用

郑舒方; 张沥今; 乔欣宇; 潘俊豪
Subjects: Psychology >> Statistics in Psychology

在心理学、教育学和临床医学等领域,越来越多的研究者开始关注个体内部的行为、心理、临床效果等随时间而产生的动态变化,重视针对个体的差异化建模。密集追踪是一种在短时间内对个体进行多个时间节点密集追踪测量的方法,更适合用于研究个体内部心理过程等的动态变化及其作用机制。近年来,密集追踪成为心理学研究的一大热点,但许多密集追踪的研究分析仍停留在较为传统的方法。本文回顾了密集追踪的传统分析方法,并主要介绍了两大类前沿模型方法的原理、应用及优劣势,包括以动态结构方程模型(Dynamic Structural Equation Model, DSEM)为代表的自上而下的建模方法,以及以组迭代多模型估计(Group Iterative Multiple Model Estimation, GIMME)为代表的自下而上的建模方法。希望可以增进研究者对密集追踪数据的理解和认识,促进密集追踪前沿方法的应用,帮助研究者更好地发挥密集追踪数据在动态过程分析中的优势。

submitted time 2020-09-02 Hits2173Downloads273 Comment 0

3. 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 Hits3086Downloads2509 Comment 0

4. 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 Hits9058Downloads1580 Comment 0

5. 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 Hits14175Downloads3032 Comment 0

  [1 Pages/ 5 Totals]