标准参照测验中的信度估计公式

标准参照测验是与常模参照测验不同的一种测验,在标准参照测验中,一个人在测验上的分数不是和他人相比较而是和某个已经设定的标准作比较。如果测验是从某功课论域中随机抽样构造而成,则使用者希望知道考生在这份测验上的观测分数与其在该功课论域上的分数（假如已知）的接近程度;如果使用者想根据测验分数对考生作掌握分类,则他们关心这个推断与假设考生论域分数已知时所作推断一致程度有多高。本文对这两个问题的信度估计进行探讨,得到几个有用的估计公式。     

学前儿童对时距的估计及其策略

该研究旨在探查学前儿童对时距的认识过程及其认识策略。使用2秒、4秒、6秒、8秒四种不同的时间间隔作为刺激物,在每次呈现之后要求儿童按键再现时距。5岁和6岁的学前儿童参加这一实验。主要结果表明:5、6岁儿童已能区分只有几秒钟差异的单一时距;在无声音参照条件下,他们对4秒钟的估计较为准确,而在有声音参照条件下,5岁儿童则对6秒钟的估计更趋准确。研究材料还证实了,儿童从5岁起初步能够使用时间标尺,开始把时间看成是可以计数的维量。     

短时距估计中的标量特性

使用单任务研究程序,采用预期式研究范式和再现时距的研究方法,从心理物理学的视角,通过三个实验系统地考查了人类短时距估计的标量特性、变异源、时距估计中的转换点和韦伯函数的形态等问题。结果表明,刺激物的运动、变化、速度和物理时距是被试进行短时距估计的重要变异源;被试在实验中表现出高估较短时距和低估较长时距的倾向,时距估计的转换点为11.1s;计时过程中得到的韦伯函数是个分段连续函数, 韦伯函数的拐点有两个12s和21s,这两点与本研究得到的时距估计转换点具有部分一致性     

评估零效应的三种统计方法CSSCI

在心理学研究中,研究者可能需要评估效应是否不存在,但常用的原假设显著性检验无法提供支持零效应的证据。因此,实践中研究者要么对p>0.05的情况进行回避,要么错误地认为p>0.05支持了原假设。近年来,等价检验、贝叶斯估计和贝叶斯因子逐渐被用于评估零效应。文章介绍了这三种方法的原理,并通过两个实例分析,展示三种方法的实际应用。这三种评估零效应的方法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。     

潜变量交互效应模型标准化估计中的检验问题

讨论了潜变量交互效应模型是否能直接用统计软件输出的原始估计的t值对模型的标准化估计进行检验的问题,详细介绍了标准化估计的t值计算及其难点,用Bootstrap方法算出标准化估计的标准误和相应的t值（记为t_bs）,并将其与原始估计的t值比较.结果发现,当原始估计t值超过3时,无论用t值还是用t_ bs检验,结果都是显著,即可以使用t值进行检验.而当t值不超过3时,与t_bs很接近,也可以用t值检验,但t值在临界值附近（例如1.5 ～2.5）时,最好还是使用Bootstrap法计算t_bs进行检验.     

元分析价值的置信区间表示

通过统计模拟的数据分析发现:当以置信区间表示研究结果时,元分析的价值简单地表现为置信区间宽度的减小。在统计推断方面,这种区间宽度的减小会使得元分析能够通过降低样本观察值落在中间模糊区域的概率而提高检验效力;在效应估计方面,这种区间宽度的减小能够稳定地反映由元分析而促成的效应估计精度的增加。研究还揭示:当以置信区间表示研究结果时,元分析和单项研究在逻辑上是连贯的。     

青少年测量估计能力的发展状况及相关因素

测量估计(简称估测)是上世纪七十年代数学认知领域兴起的研究热点之一。采用自编的测验任务对747名青少年估测能力的发展状况及相关因素进行了考察。其中测验任务包括长度和面积估测两种类型,并且每种类型都采用了图形和实物两种题目形式。被试平均年龄为17.11岁。结果发现青少年的估测能力的发展表现出如下特点:(1)青少年的总体估测能力普遍较低;(2)青少年的估测能力在初中阶段会显著提高,但之后的发展相对缓慢;(3)青少年的估测成绩易受任务类型和题目形式的影响。对长度任务的估测成绩好于对面积的估测;对图形题目的估测成绩好于对实际物体的估测;(4)青少年的估测能力不存在明显性别差异。     

相似任务经验和未来时间充裕感对计划失误的影响

本研究检验了人们一种潜在的认知倾向,即低估任务的完成时间。本研究分为2个实验,从两个角度来研究人们低估任务时间的行为。实验一从不同预测方式的角度,检验了任务的相似性和认知需求因素对任务时间估计的影响。实验二从未来时间知觉的角度,检验了未来时间充裕感对任务的完成时间预测的影响。结果表明:不同的时间预测方式都会引起对任务完成/持续时间的低估;任务的相似性会利于任务时间估计的精确性;认知需求因素会和任务的相似性产生交互作用,从而影响任务完成时间的估计;未来时间充裕感的程度也会影响人们对当前任务的预测。     

考试评分缺失数据的概化理论分析

考试评分缺失数据较为常见,如何有效利用现有数据进行统计分析是个关键性问题。在考试评分中,题目与评分者对试卷得分的影响不容忽视。根据概化理论原理,按考试评分规则推导出含有缺失数据双侧面交叉设计（p×i×r）方差分量估计公式,用Matlab7.0软件模拟多组缺失数据,验证此公式的有效性。结果发现：（1）推导出的公式较为可靠,估计缺失数据的方差分量偏差相对较小,即便数据缺失率达到50％以上,公式仍能对方差分量进行较为准确地估计;（2）题目数量对概化理论缺失数据方差分量的估计影响最大,评分者次之,当题目和评价者数量分别为6和5时,公式能够趋于稳定地估计;（3）学生数量对各方差分量的估计影响较小,无论是小规模考试还是大规模考试,概化理论估计缺失数据的多个方差分量结果相差不大。     

IRT模型参数估计的新方法——MCMC算法

本研究主要探讨MCMC算法在IRT模型参数估计中的实现及其估计精度.通过模拟多种实验条件(人少题少、人题适中、人多题多、被试数及其参数固定情况下项目数变化、项目数及其参数固定情况下人数变化),考察两参数和叁参数Logistic模型的MCMC算法对其参数估计的精度,并与国际通用测量程序-Bilog程序(E-M算法)进行比较研究.模拟实验研究表明,上述各种实验条件下,MCMC算法均可用于IRT模型参数估计,且其估计的精度均较Bilog程序(E-M算法)高,值得推广.