心理实验设计和数据处理.ppt

心理语言学研究中的实验设计与数据处理 心理语言学研究的基本范围 语言的习得与语言先天机制 语言的理解与人类心智 语言的产生与思维的本质 心理语言学研究的类型 自然观察 个案研究 抽样调查 实验研究 相关研究 发展研究 心理语言学研究中实验方法的重要性 在科学研究中，有三个质量要素，即科学的理论，科学的实验和科学的计算。 实验的可重复性，有利于研究者对科学假设的验证（包括证伪）。 实验样本的可替代性，使研究更加经济，而且比自然观察更易于控制。 实验过程的可控制性能排除无关变量，使研究者有效地进行观察。 心理语言学研究中统计方法的重要性 使研究者从随机数据中找到规律。 使数据成为揭示研究对象因果联系的重要依据。 使研究内容易于表达。 使实验假设易于验证。 心理语言学实验的基本范式 各种反应时实验：命名，词汇决定，语义（命题判断），Stroop效应，眼动。 各种正误反应实验：记忆与回忆，各种选择判断与作业测试。 联想实验。 类型选择反应实验。 各种神经生理病理学实验：功能磁共振，正电子层描术，事件相关电位，脑磁图。 实验设计中一些常用术语 因素与因素设计 因变量，自变量和无关变量 因素的水平 多因素设计 处理与处理水平的结合 主效应，交互作用与简单效应 处理效应，误差变异与残差 比较 实验设计的思想基础 统计检验的思想基础：统计假说的宗旨是确定以事实支持的概率，由于为假说取得肯定的支持难度很大，因此，在实验中研究者常常采用虚无假设。 Ho:u1= u2 ,H1 : u1≠ u2(u1u2或u1 u2） 为了统计检验的目的，研究假说应转化为虚无假说，统计检验的是虚无假说。 方差分析的基本思想：检验变异是否存在，即实验处理引起的变异，被试个体差异带来的变异，实验误差带来的变异，等等。分析实验数据中不同来源的变异对总变异的贡献大小，从而确定实验中的自变量是否对因变量有重要影响。方差分析处理的是方差，方差是一组数据离散程度的测量。 方差分析的基本假设：F检验--正态分布，变异的同质性和和独立性。F=MSb/MSW。 方差分析实例 分数为绕总平均数的变化 组间平方和与组间均方 SSb= ∑ x2/n/2=450/5=90 MSb = SSb /df=90/1=90 分数围绕组内平均数的变化 组内平方和与组内均方 SSW=SSA + SSB =33.20+29.20=62.40 MSW =SSW /df=62.40/2(5-1)=7.8 F= MSb / MSW 如果F1，说明数据的总变异中由分组不同所造成的变异只占很小的比例，大部分是由实验误差和个体差异所导致的，即实验中不同的实验处理间，差异不大，实验基本是无效的。如果F=1，情况也差不多。当F1，而且落入F分布的临界区，则表明数据的总变异基本上由不同的实验处理所造成，即处理间存在显著差异。 实验设计的基本过程 研究问题的提出和假说的形成 实验变量的识别与选择 选择自变量 选择因变量 识别无关变量 选择样本与被试 确定实验条件的分配方法 实验设计的分类 完全随机，随机区组和拉丁方实验设计 单因素和多因素实验设计 被试内，被试间混合实验设计 实验中各种变异的控制 使系统变异的效应最大。主要是使自变量水平的改变所引起的变异能在因变量中反应出来，避免地板效应和天花板效应。 控制无关变量：主要包括随机化，消除，匹配，附加自变量，统计控制。 使误差变异最小，主要是控制单元或被试内在差异和测量误差。 单因素完全随机实验设计 特点：一个自变量的两个或两个以上水平，（P≧2）。 方法：把被试随机分配给处理（自变量）的各水平，每个被试只接受一个水平的处理。 变异控制：随机化方式 单因素随机区组实验设计 特点：分离无关变量，一个自变量的两个或两个以上水平（P≧2），一个无关变量也有两个或多个水平（n ≧2 ），且自变量与无关变量之间没有交互作用。 方法：先将被试在无关变量上进行匹配，然后将他们随机分配给不同的实验处理。 假设：各处理水平总体平均数无差异，各区组总体平均数无差异。 单因素拉丁方实验设计 原理：拉丁方格。 特点：可以分离出两个无关变量。 方法：一个无关变量水平在横行分配，另一个无关变量水平在纵列分配，自变量的水平则分配给方格的每个单元。 适应：自变量两个或两个以上水平（P≧2）；处理水平与无关变量无交互作用；随机分配处理水平给P2个方格单元，每个处理水平仅在每行每列出现一次，被试总数N=np2（n ≧ 1）。 标准方块2X2 标准方块4X4 随机化行和随机化列 拉丁方实验设计图解 单因素重复测量实验设计 特点：更有效地控制由个体差异引起的变异。 方法：被试内设计。 条件：被试接受前面的刺激对接受后面的刺激没有连续的效应（如学习，记忆的效应是连续