缺失数据处理的期望-极大化算法与马尔可夫蒙特卡洛方法

缺失数据普遍存在于心理学研究中, 影响着统计推断。极大似然估计(MLE)与基于贝叶斯的多重借补(MI)是处理缺失数据的两类重要方法。期望-极大化算法(EM)是寻求MLE的一种强有力的方法。马尔可夫蒙特卡洛方法(MCMC)可以相对简易地实现MI, 而且可以适用于复杂情况下的缺失数据处理。结合研究的需要讨论了实现这两类方法的适用软件。     

迫选式人格测验的传统计分与IRT计分模型

迫选测验的传统计分方式会产生自模式数据, 不能进行传统的信效度检验、因素分析和方差分析等。近年来研究者提出了一些基于项目反应理论的计分模型, 如瑟斯顿IRT模型和MUPP模型等, 它们可以规避自模式数据的弊端。瑟斯顿IRT模型方便进行参数估计, 模型定义灵活; 而MUPP模型的拓展性较差, 参数估计的方法有待提高。另一方面, 已有研究者基于MUPP模型开发了一些抗作假的迫选测验, 而瑟斯顿IRT模型距离这种应用还比较远。此外, 两个模型的适用性和有效性都有待更多的实证研究来检验。     

追踪研究中缺失数据处理方法及应用现状分析

追踪研究中普遍存在缺失数据, 缺失数据处理方法的选择影响统计推断的精度及研究结果的有效性。首先, 阐述缺失机制及判断方法, 比较追踪研究中主要的缺失数据处理方法的特点、及实际应用中的缺失处理方法的选择和软件实现。其次, 对国内心理学中92篇追踪研究文献进行分析, 发现有59篇(64.13%)报告不同程度缺失, 其中仅39篇报告了处理方法且均为删除法。未来研究应深入探讨现有缺失数据处理方法的有效性, 进一步规范应用研究中缺失数据的处理。     

网络心理的研究方法问题

该文介绍了网络环境,论述了网络环境的特点及其对网络用户心理的影响。指出对网络的不同理解,可能导致心理学家采用不同的思路和研究方法。把网络作为现实环境中的新元素,可能导致研究者使用传统的研究思路,把网络看成是自变量;把网络当作一个新环境,研究者最初应该使用定性的研究方法。但在国外,在研究初期就使用的定性与定量相结合的研究方法：互补探索性数据分析方法。本文最后对这一方法做了简要介绍。     

多维数据的视觉呈现技术:elastic模型简介

本文介绍了一种将多维数据视觉化呈现的技术elastic模型．以及以该模型为理论基础开发的软件ViDaExpert。elastic模型与ViDaExpert使用便捷功能强大．可以帮助解决多维数据视觉呈现及数据分析问题。     

基于努力决策任务在精神分裂症患者动机缺失评估中的应用

国外运用基于努力决策任务,与阴性症状量表和访谈相结合,对精神分裂症患者的阴性症状特别是动机缺失进行研究。本文从基于努力决策任务出发,重点介绍该任务范式及其在精神分裂症患者动机缺失评估中的最新研究,并从心理学、神经生物学和脑神经科学三个维度,阐述动机缺失的认知神经机制,论文结尾讨论了该任务范式在评估精神分裂症患者或其他患者动机缺失中可能遇到的挑战,以及未来的发展趋势。     

道德建设是构建法制社会的重要基础

“法治”对“德治”的前提和规范作用一直被人们所关注,而“德治”对“法治”的基础和制约作用却长期以来被人们所忽视。本文试图通过论证道德对法律的基础和制约作用,指出道德建设不足是当前我国遭遇法治困境的重要原因,并提出如何加强道德建设、构建法制社会的具体措施。     

员工建言行为的人口统计特征元分析

研究目的在于明确人口统计学特征与员工建言行为的关系。共81篇实证文献被纳入元分析, 被试人数为39118人。结果发现, 员工年龄、教育程度、组织任期和职位均与建言行为显著正相关, 即年龄越大、受教育程度越高、组织任期越长的员工会表现出越多建言行为; 同时, 在不同的文化背景下, 职位高低与建言行为的关系存在显著差异, 受中国传统文化影响, 高、低职位员工的建言行为数量差异明显, 而在非中国情境下, 员工职位高低对其建言行为的数量影响差异不明显; 此外, 建言行为的数据来源对员工年龄与建言行为之间的关系存在显著调节作用, 采用他评方式时, 年龄与建言行为的正向关系更为显著。研究结果为人口统计特征预测建言行为提供较为精确的估计, 并为未来建言行为的相关研究指引了方向。     

等级数据的测量不变性检验及影响因素模拟研究

研究介绍了针对等级数据的模型建构（LRV,潜在反应变量模型）和参数估计（WLSMV）方法,以及在此基础上的测量不变性检验（DIFFTEST）方法,同时采用蒙特卡洛模拟研究方法,考察样本总量大小、组间样本量对比情况、阈值差异程度、量表长度等因素,对DIFTEST进行针对等级数据的测量不变性检验效果的影响情况,以及WLSMV估计方法下的参数复原情况。研究结果发现WLSMV估计方法参数的复原效果很好;DIFFTEST的一类错误概率达到可接受水平,在大样本情况下、组间样本量基本相等、阈值差异程度较大时,DIFFTEST检测力较好。在控制测量不变性遭受破坏的项目个数情况下,随着测验长度的增加,DIFFTEST的检测力下降。     

大数据在高校招生宣传中的运用

网络新媒体和大数据时代,中国高等教育在思政教育、课程设置、人才培养、招生宣传、心理健康方面,都遇到新的挑战。本组笔谈聚焦新媒体、大数据对当代中国高校的影响。史国君用调查数据表明,当前青年大学生政治认知总体正确、政治认同度较高、政治实践参与较积极,但政治信仰教育、网络政治信仰教育方式等方面还亟待创新,建议充分应用新媒体技术,多方位培育当代大学生的政治信仰;赵亮等分析了高校创新创业教育与思想政治教育融合的动因和依据,尝试在课程体系方面促成二者的融合;石沁禾认为在大数据与人工智能等高科技飞速发展的趋势下,要提升企业的全球竞争力,高等教育亟须探求"商能并重"的高素质人才培养路径;唐玉生认为大数据技术的运用可以克服传统粗放型招生宣传模式的不足,而基于历史数据及动态数据分析的招生宣传模式,为精准化招生提供了可能性,为高校高质量招生宣传提供新的方法和途径;季海菊关注大数据时代高校学生网络心理健康教育问题,认为教育理念的落伍、数据素养的欠缺以及大数据平台建设的不足,都弱化了网络心理健康教育的引导力、感召力和控制力,构建与大数据时代相适应的高校网络心理健康教育体系,需要确立大数据理念,整合教育团队,开发数据平台,加强子体系建设,将大数据技术有效地运用于网络心理健康教育中,从而提升高校网络心理健康教育的针对性和实效性。