2015学 Flashcards
相关研究
试图确定两个或更多的变量彼此间是怎样相互影响的，用相关系数表示变量间的关系和方向 事后回溯数据。 优：确定两个变量间的关联程度，有助于预测 缺：无法确定因果关系； 无法排除混淆变量； 高相关可能出于偶然。 例子：吸烟与肺癌的关系
实验法
在严格控制条件下，操纵自变量，观察因变量是否变化。
优点：控制无关变量，因果结论；经济，迅速有效得出数据
缺点：人为，外部效度低；伦理限制；对于复杂行为无法测量；不适用于探索性研究
例：研究喧闹音乐对打字成绩的影响，将被试随机分到无音乐组（控制组）和喧闹音乐组（实验组），测量打字成绩（因变量），分析数据得出结论
自然观察法aq
对自然情况下的现象进行深入观察
优：研究早期，了解广度、范围；更少人为性；无法使用严格观察法时可用；可用于研究动物；用于限定问题范围，以及为实验研究提供有趣的课题；简单、直接。
缺：反应性；数据难以量化；无法得出因果结论；没有被严格限定在描述水平上，出现对观察结果的解释；有时提供的资料不太充足；并不一定客观无偏
例：珍妮 古道尔观察黑猩猩🦍行为模式
一类错误和检验力区别
1⃣️一类：零假设为真的情况下，错误拒绝零假设。概率用a表示
2⃣️检验力：零假设为假的情况下，准确拒绝零假设。概率用1-B表示
检验力是期望t值和a的函数 t=…
期望t值不变时，提高ａ，检验力变大
犯一类错误的概率不会随样本量增加而增加
一类：零假设为真的情况下，错误拒绝零假设。概率用a表示
取决于显著性水平ａ和单双侧检验
将相关系数和标准化分数联系起来，r=1含义
相关系数的公式可用Z分数表示 r=£(ZxZy)/N 相关衡量的是每个被试在两个变量上相对位置的一致性 完全正相关时，被试在两个变量上相对位置完全一致，Zx=Zy,r=£Zx ^2/N=1 所以相关系数为1说明两个变量之间呈完全正相关关系
r的平方
决定系数，预测变量能解释/决定的总方差的比例
变量X可解释变量Y 百分之几的变异
报告置信区间和效应量的原因
拒绝H0并不意味着样本之间存在一个大的/有意义的差异，也不能告诉我们总体均数间的差异大小
改进：
鼓励统计改革，用非二分思维看待研究（报告效应量和置信区间）
置信区间可以让我们对总体取值范围有一个直观的把握，可判断实验差异是否有实际意义
当因变量不具有普遍意义时，效应量可以提供跨实验的标准化衡量工具，用同一标准衡量不同实验所造成的变化
因素A和B交互作用不显著，研究只要A
同时考虑两个因素可以在不增加样本量的前提下，降低组内变异SSw，减少误差项，dfw(N-rc )减少，临界值稍微大些，但统计量F增加程度远远大于临界F值增加程度，增大检验力
语言
语言：是能够传递意义的符号，加上组合这些符号的规则，就能够用于产生无限量的不同的信息。
（语义性、符号性、结构性、能产性）
异常行为
1⃣️偏离：行为偏离了其所处的社会能够接受的标准。
2⃣️适应不良的行为：日常适应性行为受损，这是诊断物质滥用（药物）相关障碍的关键标准
3⃣️个人痛苦：心理障碍的诊断基于个体所报告的个人痛苦程度。这通常是被抑郁或焦虑障碍所困扰的个体会遇到的标准
注意 过滤器理论
注意是对一小部分刺激或事件的集中觉察
早期选择模型：过滤器位于感觉觉察和含义辨别之间，不是所有刺激信息都可以进行分析而被识别
晚期：..位于含义辨别和反应选择之间，所有通过感觉通道的刺激都可被识别，只有一部分被认为重要的信息会引起反应
精神药物
1⃣️麻醉剂：（减少疼痛）吗啡 海洛因 可待因 杜冷丁 美沙酮 2⃣️镇静剂（减少中枢神经兴奋和活动能力）巴比妥酸盐 安定 酒精 3⃣️兴奋剂（增加..）咖啡因 尼古丁 安非他命 可卡因 苯丙胺 4⃣️致幻剂(改变感知觉）LSD PCP 仙人球毒碱 裸盖菇素 5⃣️大麻类：能够提取THC的植物 6⃣️酒精 7⃣️摇头丸MADA
群集和概念层次
人们会自发把信息归类并储存在记忆中，并且把类似/相关的条目放在一起记忆的一种倾向
概念层次：一种基于条目的共同属性所形成的多水平分类系统
语义网络
包含了表示概念的结点，各结点由相关概念之间的通路链接起来，通路越短，联系越紧密。人们只要想到一个词语，就会自然而然想到相关词语，即语义网络内的扩散激活
