三成分心理系统：诠释传递性推理的新理论

Wright在传递性推理的研究中提出三成分心理系统模型以来,该模型理论成为了传递性推理领域研究的热点。三成分心理模型是在经典皮亚杰理论和传统信息加工理论基础上提出来的,代表了人们进行传递性推理时所进行的传递性转换、顺序抽取和协调反应等三个主要的加工机制,在不同的加工机制中运用了不同的加工策略。在此基础上,文章讨论了三成分心理模型理论未来的研究方向。     

贝叶斯题组随机效应模型的必要性及影响因素

题组模型可以解决传统IRT模型由于题目间局部独立性假设违背时所导致的参数估计偏差。为探讨题组随机效应模型的适用范围, 采用Monte Carlo模拟研究, 分别使用2-PL贝叶斯题组随机效应模型(BTRM)和2-PL贝叶斯模型(BM)对数据进行拟合, 考虑了题组效应、题组长度、题目数量和局部独立题目比例的影响。结果显示：(1) BTRM不受题组效应和题组长度影响, BM对参数估计的误差随题组效应和题组长度增加而增加。(2) BTRM具有一定的普遍性, 且当题组效应大, 题组长, 题目数量大时使用该模型能减少估计误差, 但是当题目数量较小时, 两个模型得到的能力估计误差都较大。(3)当局部独立题目的比例较大时, 两种模型得到的参数估计差异不大。     

基于双眼视差的立体视觉去掩蔽效应

基于双眼视差的立体视觉不改变目标与掩蔽刺激之间的信噪比, 但能使不同的刺激被知觉在不同的深度位置上以降低目标信号所受到的掩蔽作用。本综述在总结前人双眼去掩蔽研究的基础上, 强调深度维度上的视觉注意在这种主观空间分离去掩蔽过程中所起的重要作用, 并介绍了双眼去掩蔽在现代科技领域中的典型性应用。最后, 结合听觉主观空间分离去掩蔽的研究进展, 本综述认为主观空间分离去掩蔽是大脑处理复杂刺激场景的一个基本功能。     

多水平随机中介效应估计及其比较

本文在综述各类多水平中介模型的基础上, 聚焦于自变量、中介变量、因变量都来自多水平结构中较低水平的多水平随机中介效应模型, 通过蒙特卡洛模拟研究比较该模型与简化的多水平固定中介效应模型、传统中介效应模型的差别, 并考察了目前用于多水平随机中介效应的三种参数估计方法：限制性极大似然、极大似然、最小方差二次无偏估计在不同情况下对随机中介效应估计的优劣。研究结果显示：当数据符合多水平随机中介效应模型时, 使用简化模型将错误估计中介效应及其标准误, 得到不正确的统计检验结果; 使用多水平随机中介效应模型能够实现对中介效应的正确估计和检验, 其中限制性极大似然或极大似然估计方法优于最小方差二次无偏估计方法。     

利手与语言功能偏侧化的遗传模型

利手与语言功能偏侧化现象不仅具有跨文化一致性和发生、发展上的关联性, 还具有明显的生态学优势, 从遗传角度探讨它们的成因是必要的。早期遗传模型认为, 存在一对等位基因分别决定左、右利手。当代单基因模型则将语言功能偏侧化也纳入进来, 认为等位基因不仅可以决定具有方向性的偏侧化, 而且可以使偏侧化有一定几率向左或向右。在这个框架下形成了方向-随机等位基因模型、X-连锁隐性基因模型和右侧位移理论, 它们对等位基因的位置和功能有不同表述, 对利手的划分标准、性别差异以及遗传和环境的关系也有不同阐释。今后需加强对语言偏侧化的数据验证, 进一步阐明语言感知、理解与利手的关系, 并注重基因怎样决定表型、基因多效性和多基因合作等问题的研究。     

基于名人面孔视觉特征和语义信息的视觉统计学习

视觉统计学习是指个体依据视觉刺激之间的转接概率来掌握统计规律的过程。本研究通过5个实验探讨了个体基于名人面孔视觉特征和语义信息进行视觉统计学习的加工机制。每个实验均包括熟悉(学习)和测试两个阶段：在熟悉阶段, 让被试观看名人面孔并完成重复图片探测的无关任务; 在测试阶段, 让被试进行二选一迫选任务。其中, 实验1和2分别考察基于名人面孔视觉特征和语义信息的视觉统计学习效果; 实验3分别考察基于名人面孔视觉特征和语义信息视觉进行统计学习的精确性; 实验4进一步考察基于名人面孔视觉特征和语义信息进行视觉统计学习的时间特征; 实验5验证基于名人面孔视觉特征的视觉统计学习具有面孔特异性。结果表明：个体能同时基于名人面孔视觉特征和语义信息进行精确的视觉统计学习; 基于正立名人面孔的视觉统计学习效果显著高于基于倒置名人面孔的视觉统计学习效果; 虽然基于视觉特征和语义信息的统计加工都具有一致的精确性, 但后者需要更多的加工时间。这提示：基于名人面孔视觉特征的视觉统计学习具有面孔特异性, 个体基于名人面孔视觉特征和语义信息的视觉统计学习过程是分离的, 统计运算发生于面孔特征加工完成之后。     

随机截距因子分析模型在控制条目表述效应中的应用

本研究用中文修订版罗森博格自尊量表(RSES-R)考察随机截距因子分析模型在控制条目表述效应时的表现。用RSES-R和过分宣称问卷组成的量表调查621名中学生。结果表明,随机截距模型在建模时,拟合指数良好、因子方差与负荷合理,自尊因子分与RSES-R总分有极高相关,表明该模型能有效分离RSES-R得分的特质与表述效应。分离的表述效应因子分与受测者的自我提升水平具有显著但较弱的相关,表明表述效应与自受测者的社会赞许性有共同的成分。     

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。     

热手谬误和赌徒谬误心理机制研究述评

在知觉随机序列时,人们倾向于把序列中实际上各自独立的相邻结果看作是存在正相关或负相关的,而出现热手谬误或赌徒谬误,又称为随机序列中的正负近因效应。有关这两谬误最早的心理机制的探索中,Kahneman 和Tversky采用局部代表性启发法对此进行了解释。但是这种解释也存在诸多不足,因此近期的一些模型（因果模型、Urn模型、记忆模型、适应模型和两阶段格式塔模型）分别从不同角度对两种谬误提出了新的解释。最后文章指出研究方法、神经机制、个体差异以及生活中的应用是该领域研究的几个未来发展方向     

信息呈现顺序对公平判断形成的影响

在公平启发理论的基础上,以130名大学生为被试采用实验室实验探讨了信息呈现顺序对公平判断形成的影响。结果表明：（1）信息呈现顺序能够影响人们的公平判断——当结果适宜性信息更早获得时,结果公平对公平判断的影响要大于结果适宜性信息较晚呈现时的影响;（2）公平形式偏好对公平判断的信息效应具有调节作用,即当高偏好信息先于低偏好信息出现时,公平判断的顺序效应会得到加强;而在低偏好信息先于高偏好信息出现的情况下,公平判断的顺序效应会被减弱。