• 有中介的调节模型的拓展及其效应量

    分类: 心理学 >> 社会心理学 提交时间: 2023-03-27 合作期刊: 《心理学报》

    摘要: 传统的有中介的调节(mediated moderation, meMO)模型关于误差方差齐性的假设经常被违背, 应用研究中也缺乏测量meMO效应大小的指标。对于单层数据, 本文借助于两层建模的思想, 提出了一种可用于处理方差非齐性的两层有中介的调节(2meMO)模型; 给出了用于测量meMO分析中总调节效应、直接调节效应和有中介调节效应大小的效应量。通过Monte Carlo模拟研究, 比较了meMO和2meMO模型在参数和效应量估计上的表现。并通过实际案例解释了2meMO模型的应用以及效应量的计算和解释。

  • 用于处理不努力作答的标准化残差系列方法和混合多层模型法的比较

    分类: 心理学 >> 社会心理学 提交时间: 2023-03-27 合作期刊: 《心理学报》

    摘要: 文章采用模拟研究, 分别在混合多层模型假设满足和违背的情境下, 比较了混合多层模型方法与标准化残差系列方法在识别不努力作答和参数估计方面的表现。结果显示:(1)不存在不努力作答或其严重性低时, 各方法表现接近; (2)不努力作答严重性高时, 固定参数迭代标准化残差法普遍更优, 混合多层模型法仅在假设满足且两种作答反应时差异大的条件下表现较好。建议实际应用中优先选择固定参数迭代标准化残差法。

  • 用于处理不努力作答的标准化残差系列方法和混合多层模型法的比较

    分类: 心理学 >> 心理统计 提交时间: 2021-11-29

    摘要: 文章采用模拟研究,分别在混合多层模型假设满足和违背的情境下,比较了混合多层模型方法与标准化残差系列方法在识别不努力作答和参数估计方面的表现。结果显示:(1)不存在不努力作答或其严重性低时,各方法表现接近;(2)不努力作答严重性高时,固定参数迭代标准化残差法普遍更优,混合多层模型法仅在假设满足且两种作答反应时差异大的条件下表现较好。建议实际应用中优先选择固定参数迭代标准化残差法。

  • 评估零效应的三种统计方法

    分类: 心理学 >> 心理统计 提交时间: 2021-04-25

    摘要: 在心理学研究中,以下两种情况下研究者可能需要对零效应进行评估:第一,推断某种效应不存在;第二,意外出现不显著结果,需要区分到底是效应不存在还是当前数据未能提供足够的证据。然而,常用的原假设显著性检验(Null hypothesis significance test, NHST)无法直接评估零效应。近年来,等价检验、贝叶斯估计和贝叶斯因子三种方法逐渐被用于评估零效应:在频率统计框架下,等价检验通过检验效应是否在最小感兴趣区内(Smallest effect size of interest, SESOI),通过p值来推断效应是否为零;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,推断效应是否为零;而贝叶斯因子则是通过评估当前数据对原假设和备择假设的相对支持程度,推断当前数据对原假设的相对支持程度。文章通过分析两个真实的数据,展示三种方法的实际应用。三种方法各有其特点:等价检验在逻辑上是对NHST的拓展,易于从传统统计中延伸使用;贝叶斯因子的解读较符合直觉,逻辑上清晰;贝叶斯估计则具有较强的灵活性,可拓展于更多的研究问题。以上三种评估零效应的方法,可能能够帮助心理学研究者在实际研究中进行合理的统计推断和研究决策。

  • 小样本情况下错误先验信息对的影响:基于多层模型的研究

    分类: 心理学 >> 心理统计 提交时间: 2020-10-27

    摘要: 在心理学、教育学和组织行为学等领域的研究中,研究者常常会遇到存在嵌套结构的多层数据,如被试可能嵌套于社区、班级、诊所等。如果不考虑数据本身的嵌套结构,可能导致一些统计模型违反其独立性假设,从而对模型参数的估计产生较大的偏差。因此,研究者往往需要利用多层模型解决多层数据中非独立性观测可能带来的问题,但由于客观条件的限制,实际研究中多层数据常常出现水平1或水平2样本量偏小的情况。基于传统频率学派的极大似然估计方法(Maximum Likelihood, ML)需要依赖大样本,在小样本下容易出现参数估计及模型收敛等方面的问题。贝叶斯估计在小样本的情况下往往具有更大的优势,但与此同时,也更容易受到先验信息主观设置的影响。为了探讨贝叶斯估计中错误先验信息可能带来的负面影响,并与传统方法进行对比,本文基于多层模型,利用蒙特卡洛模拟,研究不同数据类型(因变量分别为连续正态分布数据、连续非正态数据与二分变量的数据)、样本量和组内相关系数(Intraclass Correlation Coefficient, ICC)的情况下,设有不同信息强度和偏差程度的先验信息对贝叶斯估计的影响。总体结果显示,贝叶斯估计中均值严重偏离真值的先验分布会对参数估计带来较大的负面影响,特别是在ICC较大,以及群组样本量和先验分布方差较小的情况,且因变量为非正态分布或二分变量时,错误先验信息的负面影响更为明显。本文对多层模型中错误先验信息对贝叶斯估计的影响进行研究并提出建议,希望为贝叶斯估计中先验分布的设置提供一定的理论补充及实证参考。

  • 有中介的调节模型的拓展及其效应量

    分类: 心理学 >> 心理统计 提交时间: 2020-10-21

    摘要: 传统的有中介的调节(mediated moderation, meMO)模型关于误差方差齐性的假设经常被违背,应用研究中也缺乏测量meMO效应大小的指标。对于单层数据,本文借助于两层建模的思想,提出了一种可用于处理方差非齐性的两层有中介的调节(2meMO)模型;给出了用于测量meMO分析中总调节效应、直接调节效应和有中介调节效应大小的效应量。通过Monte Carlo模拟研究,比较了meMO和2meMO模型在参数和效应量估计上的表现。并通过实际案例解释了2meMO模型的应用以及效应量的计算和解释。

  • 贝叶斯结构方程模型及其研究现状

    分类: 心理学 >> 心理统计 提交时间: 2018-12-27

    摘要: 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。

  • 运营单位: 中国科学院文献情报中心
  • 制作维护:中国科学院文献情报中心知识系统部
  • 邮箱: eprint@mail.las.ac.cn
  • 地址:北京中关村北四环西路33号
招募志愿者 许可声明 法律声明

京ICP备05002861号-25 | 京公网安备11010802041489号
版权所有© 2016 中国科学院文献情报中心