2018专

Question 1

交互作用 举例

Answer 1

一个变量在另一个变量不同水平上效果不同
例如：在内隐/外显的记忆测验中，控制组在外显测验中成绩优于遗忘症患者，而在内隐测验中两者成绩一样。
由此，一个自变量（记忆缺陷与否）在另一个自变量（测验类型）不同水平上效果不同

Question 2

一类/二类错误 统计检验力

Answer 2

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二类：零假设为假的情况下，错误接受零假设。概率用B表示
3⃣️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=…

Question 3

调节变量

Answer 3

会影响自变量和因变量之间的关系和程度的变量。
如果变量Y和变量X的关系是变量M的函数，则M为调节变量（定性/定量）
例：负性生活事件多少和抑郁相关系数0.4
但考虑事件可控性这个因素后，相关系数会发生变化。对于可控事件，两者相关0.1。对于不可控事件..0.6。
这时，事件可控性是负性与抑郁关系的调节变量

Question 4

中介变量

Answer 4

指某个变量的介入能更清晰地说明自变量与因变量之间的关系，即变量X通过影响变量M来影响变量Y，则称M为中介变量

如 下属表现—上属对下属表现归因—上属对下属表现的反应

Question 5

探索性因素分析和验证性因素分析区别

Answer 5

探：传统的因子分析这种方法对于观察因子机构的寻找并没有任何事前预设假定。对于因子的抽取、数目、内容以及变量的分类，研究者也没有事前预期，而是由因子分析的程序去决定的
验：研究人员积极改进传统因子分析的限制，扩大其应用范围基础上产生，要求研究者对潜在变量的内容与性质，在测量之初就有明确说明，或有具体的理论基础，并且自己先期决定相对应的观察变量的组成模式

区别：前者无预设，后者有
前目的探索，后验证假设

Question 6

因子分析

Answer 6

利用指数体系分析或测定客观现象总体的总变动中各影响因素变动对其影响方向和强度的一种统计分析方法
例 将智力测验的题目加以分类，使相互之间相关很高的测题聚为同一组，这些测题与其他组的测题之间相互独立。
这些相互关联的测题所构成的组就被视为智力因素

Question 7

球形假设零假设/备择假设

Answer 7

零假设：所有测量构成的相关系数矩阵是一个单位阵，即相关系数矩阵对角线上所有元素都是1，所有非对角线上的元素都是0

备择：原始变量之间存在相关性

Question 8

每个被试测量两次，如何检验实验前后因变量发生显著改变

Answer 8

1⃣️因变量为连续变量：
1.正态分布：t检验
2.非正态：Wilcoxon符号秩次检验 （差值按绝对值从小到大等级排列；添加原来的正负号；分别求T➕和T-，较小的为T；根据N查表，当T对于临界值表明差异不显著
2⃣️因变量为离散变量：卡方关联性检验