LGM模型中缺失数据处理方法的比较:ML方法与Diggle-Kenward选择模型

追踪研究中缺失数据十分常见。本文通过Monte Carlo模拟研究,考察基于不同前提假设的Diggle-Kenward选择模型和ML方法对增长参数估计精度的差异,并考虑样本量、缺失比例、目标变量分布形态以及不同缺失机制的影响。结果表明:(1)缺失机制对基于MAR的ML方法有较大的影响,在MNAR缺失机制下,基于MAR的ML方法对LGM模型中截距均值和斜率均值的估计不具有稳健性。(2)DiggleKenward选择模型更容易受到目标变量分布偏态程度的影响,样本量与偏态程度存在交互作用,样本量较大时,偏态程度的影响会减弱。而ML方法仅在MNAR机制下轻微受到偏态程度的影响。     

决策中社会价值取向的理论与测评方法

传统经济学决策理论强调利己性假设, 认为个体是理性的并由个人利益所驱动的。但是, 个体在相依情境中的社会动机要比利己性假设更为复杂, 具有较大的个体差异。社会价值取向是指个体在相依情境中对自己收益和他人收益分配的特定偏好, 是一个用来描述个体对他人利益关注程度的个体差异的概念。本文回顾了测量社会价值取向的三优势测量、环形测验和滑块测验等方法, 强调了不同测评方法的优点与不足, 并简要总结了决策、社会认知、共情、亲社会行为等领域内相关的社会价值取向研究。未来的研究则需要探索社会价值取向与不同社会因素的交互作用, 以及不同社会价值取向个体的神经机制等方面的研究。     

组织行为学研究的现状：意义与建议

本文对2008~2011年这4个年度发表在英文和中文组织行为学方面重要学术期刊上的研究进行总结, 旨在让国内学者了解现今组织行为学的现状和发展。我们在分析研究内容、研究方法的基础上, 就当前中国组织行为学研究提出了一些总结性的看法, 包括：研究问题很大程度上追随国际潮流, 但缺乏对本土重要问题的关注; 研究方法过多地集中于定量的问卷调查法, 但缺乏对多种不同方法的应用; 研究的分析层次过多地集中在个体层次上, 而对多层次的组织和团队管理现象关注不足。为更好地促进组织行为学科的发展, 本文建议：应该注重立足中国的组织和管理现象来挖掘研究问题; 采用多种研究方法, 特别应鼓励开展定性研究; 注重跨层次研究和研究的情境化等。本文通过介绍近年来组织行为领域的全面情况并详细分析其中的若干个例, 为如何克服以上不足提供具体的范例和方法。     

图-图干扰范式中语义效应的眼动研究*

采用眼动方法,在图-图干扰范式中探讨了干扰图的频率和语义类型对语义判断的影响。结果发现:(1)语义一致性的主效应显著,与目标图语义一致的干扰图获得的注视时间长于与目标图语义不一致的干扰图,证实了语义干扰效应的存在,与Dell的交互激活模型相吻合。(2)干扰图命名的词汇频率主效应不显著,未发现显著的频率效应,对词汇选择竞争假设提出质疑。     

Ontogenesis and Phylogenesis in the Analysis of Chinese Classifiers： Remarks on Philosophical Method

Philosophical analysis is commonly assumed to involve decomposing the meaning of a sentence or an expression into a set of conceptually basic constituent parts. This essay challenges this traditional view by examining the potential semantic roles that classifier phrases play in Chinese. It is suggested that the conceptual resources necessary for justifying claims about the semantical status of natural language classifier phrases should be informed in part by methods that accommodate ontogenic and evolutionary contexts. Evidence is provided for the view that many Chinese classifiers （but not all） are features regimented in the grammar of Chinese that have no functional role in normal adult communication, but which play an ontogenetic role in the child＇s development of linguistic competency. Furthermore, it is suggested that this ontogenetic role has features in common with the phylogenetic processes by which Chinese or its classical variants came about, as a later product of mechanisms that evolved in the species in accordance with varying demands for successful communication.     

试论朱熹德育方法中的五个"相结合"原则

朱熹的德育思想非常丰富,在他的德育方法中,德与智相结合的原则、知与行相结合的原则、立志与践行相结合的原则、引导与约束相结合的原则、阶段性与连续性相结合的原则,对于我们今天从事德育工作仍然具有借鉴意义.     

心理学研究数据类型与统计方法——谈函数型数据分析的引入

心理学研究数据大致分为截面数据、时间序列数据和面板数据, 三种数据类型的分析方法及使用前提因数据属性不同而有所不同。心理学截面数据的统计方法过于依赖模型的线性结构和假设条件等, 在处理心理学面板数据中难以充分发挥统计方法的功用。函数型数据分析方法主要适用于面板数据处理, 特别适宜ERP、fMRI、发展心理等心理实验中存在时间序列的面板数据的统计分析, 为心理学研究提供了有力的新工具。     

中介效应的三类区间估计方法

由于中介效应ab的估计量通常不是正态分布, 因此需用不对称置信区间进行中介效应分析。详述了三类获得不对称置信区间的方法, 包括乘积分布法(M法和经验M法)、Bootstrap方法(偏差校正和未校正的非参数百分位Bootstrap方法、偏差校正和未校正的参数百分位残差Bootstrap方法)和马尔科夫链蒙特卡罗(MCMC)方法。比较了三类方法在单层(简单和多重)和多层中介效应分析中的表现, 发现三类方法的表现相近, 与乘积分布法相比, 偏差校正的百分位Bootstrap方法表现较好, 但有先验信息的MCMC方法能更有效降低均方误。最后对中介效应不对称置信区间研究的拓展方向做了展望。     

多阶段混合增长模型的方法及研究现状

多阶段混合增长模型(PGMM)可对发展过程中的阶段性及群体异质性特征进行分析,在能力发展、行为发展及干预、临床心理等研究领域应用广泛。PGMM可在结构方程模型和随机系数模型框架下定义,通常使用基于EM算法的极大似然估计和基于马尔科夫链蒙特卡洛模拟的贝叶斯推断两种方法进行参数估计。样本量、测量时间点数、潜在类别距离等因素对模型及参数估计有显著影响。未来应加强PGMM与其它增长模型的比较研究;在相同或不同的模型框架下研究数据特征、类别属性等对参数估计方法的影响。     

疼痛恐惧的神经机制及其消退

疼痛恐惧是疼痛基础和临床研究中的一个重要课题。个体对疼痛信息产生过度警觉,诱发不恰当的回避行为,扰乱机体的正常功能,加剧疼痛的现象即为疼痛恐惧。疼痛恐惧可影响个体的疼痛感知以及疼痛相关的注意和回避行为,且在慢性疼痛(如慢性肌骨骼疼痛)的发展、维持个体正常生理功能的丧失中起着重要作用。疼痛恐惧的形成与表达涉及杏仁核、海马、背侧前扣带回皮层、和前额叶皮层等脑区的参与。当前的疼痛恐惧消退的心理-行为干预方法可在疼痛恐惧加工的不同阶段(巩固、再巩固和消退)消退个体的疼痛恐惧。然而,由于恐惧记忆形成过程较为复杂并受多种因素影响,疼痛恐惧记忆消退方法效果较不稳定,其基础研究与临床应用之间仍存在较大的鸿沟。将来研究有必要考虑到疼痛恐惧形成环境的差异以及个体人格特质/心理状态的差异,逐步完善相关消退方法并将其引入临床镇痛,以期帮助患者弱化、擦除甚至改写困扰他们的疼痛恐惧,从而缓解甚至消除病患的疼痛。