排序方式: 共有112条查询结果,搜索用时 15 毫秒
91.
从心理长度的角度探讨二年级儿童在0~100和0~1000数字范围存在不同表征方式的原因。实验一要求二年级儿童完成长度均为10cm,范围分别为0~100和0~1000的数字线估计任务。实验二要求儿童对长度分别为10cm和18cm,范围均为0~1000的数字线进行估计。结果发现在两个实验中二年级儿童的估计均存在心理长度,但与以往研究的一年级儿童相比,心理长度的范围有所缩小。随着数字范围的增大或长度的减小,儿童的表征方式出现了从线性表征向对数表征的转变趋势。这些结果表明不精确的表征方式可能与心理长度策略的使用有关,心理长度在一定程度上影响了二年级儿童的估计表征方式。 相似文献
92.
心理统计学教学中,不同的统计方法常常是独立教学,致使学生不易理解各种方法之间的关系。事实上,t检验、方差分析和多元线性回归等方法都可以统一到一般线性模型的框架下,而结构方程是对这个框架的最一般化的描述,且结构方程路径图是呈现这个框架的形象工具。因此,本文尝试用路径图的方式来呈现心理学研究中最常用的统计方法,并将结构方程分析结果与传统分析结果进行对照,帮助学生建立一般线性模型上位概念,将以往孤立的统计方法联系起来。 相似文献
93.
教育和心理研究中的多层线性模型 总被引:12,自引:0,他引:12
多层线性模型是分析具有层次结构数据的一种新型统计分析技术,与传统统计方法相比,具有模型假设与实际更吻合、结果解释更合理等特点。近年来这一方法的应用逐渐在社会科学的研究中受到重视。文章从多层线性模型的基本假设入手,较系统地介绍了模型参数估计和假设检验的方法,并通过一个具体例子将这一方法与传统回归分析方法相比,进一步说明了多层线性模型在分析具有层次结构数据时的优点。 相似文献
94.
复合伤的“复合效应”是非线性观在医学研究领域中的一个范例。它不仅具有重要的实际价值,而且具有较高的理论意义。复合伤效应不是单纯的“加重效应”,而是“复合效应”,即可加重,不加重,以至减轻。复合伤的复合效应规律的基本特征和本质是非线性特征,而复合效应中线性与非线性特征的关系是辩证统一的。 相似文献
95.
96.
序列依赖效应反映了当前的知觉体验不仅取决于当下的刺激输入,还受到近期历史的影响。这一效应对于我们在动态变化的环境中形成相对稳定的知觉至关重要。本研究使用点阵作为刺激材料,在数量/面积(实验1)或数量/大小(实验2)两个维度上进行正交设计,旨在通过估计任务探索任务相关性如何影响线性分布特征的序列依赖效应。结果显示无论特征是否与任务相关,前一试次与当前试次同一特征总会对当前试次的知觉产生相反的影响。对于任务相关特征,前一试次产生的序列依赖始终为排斥效应。而对于任务无关特征,如果在当前试次中无关特征对被试的知觉反应有正向预测作用,则前一试次无关特征产生排斥的序列依赖效应;反之,如果在当前试次中无关特征对被试的知觉反应有负向预测,则前一试次无关特征产生吸引的序列依赖效应。任务相关性对序列依赖效应的影响主要体现在效应幅值的降低。这些发现揭示了线性分布特征的序列依赖效应受任务相关性以及特征本身特性的共同影响,而无关特征的序列依赖效应则暗示在客体水平也可以产生序列依赖效应。 相似文献
97.
本研究通过对某大型电网公司156家供电局的10856名员工的问卷调查,检验了组织创新文化、组织文化强度(即员工价值观一致性)与员工创新行为的关系。多层线性分析(HLM)结果表明:(1)组织创新文化与员工创新行为有正向关联;(2)组织文化强度与员工创新行为有负向关联;但是(3)组织文化强度却可以增强创新文化与员工创新行为的正向关系。研究提出,引入组织文化的内容属性和强度属性的交互作用,可以更精确地理解组织文化与个体创新行为的关系。 相似文献
98.
以2002-2011年中国期刊网收录的50例应用多层线性模型(HLM)的心理学期刊论文为研究对象,从样本描述、模型发展与规范、数据准备、估计方法与假设检验4个角度进行文献计量和内容分析,对我国心理学研究中HLM方法的使用现状进行评估。结果表明,HLM方法主要用于管理、发展和教育心理学,绝大多数应用都是两层模型且层2样本量较大。HLM方法在广泛应用的同时仍存在忽略前提假设检验、分析过程中的重要信息和结果报告不完整等问题,随后提供了4条建议。 相似文献
99.
研究采用自行设计的图形材料,考察了不同干扰刺激(纯靶刺激;干扰刺激与靶刺激数量相同;干扰刺激是靶刺激数量的2倍)对成人完成数量估计任务的影响.30名硕士生参加了本实验.行为数据和口头报告资料分析显示:1)反应时随数量估计任务难度的增加而不断增长;2)干扰刺激越多,任务越复杂,成人估计的误差率越高,准确性越低;3)成人存在多重数字表征形式,完成数量估计任务时主要采用线性表征,但随着干扰刺激物的增加,运用对数表征的趋势愈加明显. 相似文献
100.
解释性项目反应理论模型(Explanatory Item Response Theory Models, EIRTM)是指基于广义线性混合模型和非线性混合模型构建的项目反应理论(Item Response Theory, IRT)模型。EIRTM能在IRT模型的基础上直接加入预测变量, 从而解决各类测量问题。首先介绍EIRTM的相关概念和参数估计方法, 然后展示如何使用EIRTM处理题目位置效应、测验模式效应、题目功能差异、局部被试依赖和局部题目依赖, 接着提供实例对EIRTM的使用进行说明, 最后对EIRTM的不足之处和应用前景进行讨论。 相似文献