概率模型在运动心理学中的应用.pdfVIP

· 前沿动态· 概率模型在运动心理学中的应用 在心理学研究中，概率模型已得到了广泛的应用。其主要原因在于，它可以解决许多“经典测试理论”(Classical Test Theory，cTT)所不能解决的问题。例如，可以在具体的模型框架下获取测试特征的测量数据，还可以诊断分析问卷的内 部特性、并像结构方程那样测试验证模型和理论。另外，由于概率模型的随机独立性特征，还可以独立地同时测量多面 - 参数，并用于拟合测试等等，这些都是CTT无法比拟的。 然而，概率模型在运动心理学研究中的应用只是在2O世纪8O年代到90年代间才开始的，而且一直没有引起研究 人员的重视。直到1998年，Tenenbatma和Fogarty在Duda编辑的《运动-9锻炼心理学测量进展》一书中发表了一篇题为 “Rasch模型在运动-9锻炼心理学中的应用”论文，着重介绍了运用概率模型对体育任务与自我朝向r．-J卷(TEOSQ)的分析 过程，使之成为当时该模型在运动心理学研究中具有代表性的应用文章之一。近年来，有关概率模型在运动心理学研究 中的运用逐渐增多。主要研究内容涉及到运动员赛前焦虑、运动最佳体验、目标朝向、自我概念、认知努力、应急和内省 的测量，以及锻炼不适等方面的测量和验证分析。另外，概率模型在运动成分与策略研究方面还用于运动能力曲测量 特别值得一提的是，Strauss，Busch和Tenenbaum在Tenenbatma和Eldund最新编辑出版的《运动心理学手册》(2007年，第 三版)中发表了一篇名为“运动心理学中的测量-9验证新观点”(New Perspective on Measurement and Testing in Sport Psy— chology)的论文，较为详细地介绍了概率模型在运动心理学研究中的运用。 那么，什么是概率模型呢?所谓概率模型即指Rasch模型，是“项目反应理论”(Item Response Theory，IRT)的模型之 一 。 由丹麦数学与教育家George Rasch在1960年提出的。该模型在很大程度上克服了CTT模型不能同时估算独立的 潜变量参数值的缺陷。在通常情况下，心理学研究主要考虑的问题之一是定义和描述心理的结构，以及探索一些非观察 变量。例如，个体的焦虑、内省、智力、目标朝向、应急策略等等。这些结构一般是通过测量、验证项目反应指标来实现构 建分析的。一旦观测指标得以验证落实，心理的结构就会被确认。在概率模型中，心理结构表示为潜变量，描述了各因 素相对独立的向量变化。原始的Rasch模型是IRT的单参数模型，也就是一个潜变量 (表示为被试v的能力)和一个分 成0／1记录的显变量组成的概率模式。其中P(X 一1)表示被试v成功完成任务I的反应概率。Rasch模式中的0／1设 计思路是把P(X 一1)分解成一个任务参数 (如难度)和一个被试参数 (如被试能力)的线性组合。被试参数和任务 参数都是同位的潜变量。由于概率限定在0与1之间的变化，所以原反应概率是通过对数表达式来反映的，其模型的函 数表达式为： log{ )一 一 (1) 、 ， 也就是说，通常传统的方差模型中，被试v在任务工上的可观察显变量x被额外地分解成非观察变量 (真分数)和e (测量误差)。但是，在Rasch模型中，对数表达的反应概率等于被试能力 -9任务难度 之差(也就是表达式1)。把表 达式(1)做一个简单的代换就得出了Rasch模型反应功能式： P(x 一(XI一1)一1)一 (2)() 其中e一2．7l为 常数，这样，潜变量-9反应概率的关系通常由一 个任务特征曲线(ICC)来表示(图1)。当被试参数在量上增加时，正确完成任 务的反应概率就会增加。图1中曲线变化分别趋近0与1，但非平分该线。 任务难度标记为X轴，当P(X 一1)等于0．5时，任务难度正好与被试参数0 值相等(也就是X轴上0=8一O)。这样，任务难度参数大于该