分类: 心理学 >> 心理统计 提交时间: 2020-05-14
摘要: 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。
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。