实验

实验的标准化

  1. 人（persons）：样本的代表性，数量，配合情况（如怀疑实验目的，EEG头动）
  2. 场景（situations）材料，材料呈现方式，实验范式
  3. 统计思路

实验的效度

  1. 内部效度：随机化 + 控制无关因素 + 唯一自变量操纵，即只保留唯一的原因，控制其他影响结果的因素，保证结果来自自变量。
  2. 外部效度[1]：研究人员可以通过一些改变来提高实验的外部效度，包括选择与被研究的群体更广泛相似的参与者；使用一系列不同的情境来模拟实验室之外的多样性；使用可能对实验有不同反应的参与者；跨越多个时间点探索因果关系；确保参与者参与的情境和任务是现实存在的[3]。 心理学家Egon Brunswik提出了类似于外部效度的概念——代表性设计。他建议研究人员想要考察个体对不同事情的反应时，重要的是在这些事情通常会发生的地方进行研究，而不是在人工环境中。
  3. 代表性设计(Representative design)：捕捉真实情况的重要特征的实验设计，包括参与者、任务和情境。
  4. “格式塔”式社会认知神经研究[3]: 传统心理学和认知神经科学比较受到还原主义的影响，常常把研究对象和周围的背景独立开来研究，而且使用的一些社会刺激也都比较简单。比如你要研究面部表情，很多研究就只让被试看一张脸； 如果想研究对于物体抓握动作的理解，也只是让被试看一只手，然后得出这些孤立研究的结果。但其实你会发现，只有少数几个脑区对这些刺激有反应。 我们做实验时使用的实验刺激也不仅是一张脸或者一只手，而是多个人在不同动态背景下，可以说是采用格式塔整体的方法来研究社会行为。
  5. Gestalt is Essential for Good Design

如何随机分组

  1. 随机采用和随机分组
  2. 已知：例如预计样本量N=50, 有两组被试：n1=25, n2=25. 被试招募后，根据报名顺序得出被试ID1-50（报名数组）。
  3. 使用随机数生成器(如matlab的randsample函数)。得到随机排列的1-50个数（随机数组）。例如y = randsample(50,50)
  4. 将随机数组中前25个数字对应的报名数组分为组A，随机数组中剩下的25数字对应的报名数组分为组B。
  5. 得到被试名单，随机ID，姓名以及联系方式。再安排实验时间。
  6. how to report in your paper?

如何避免被试主观偏差

  1. 双盲。至少主试不能知道实验假设。
  2. 收集客观生理指标

参考

  1. 脑智前沿科普｜走出实验室，让实验成为现实
  2. 代表性设计：Brunswik, E. 1952. The conceptual framework of psychology. In: Carnap R, Morris C, editors. International Encyclopedia of Unified Science. Chicago, IL: University of Chicago Press. p. 654–760.
  3. 锵锵脑科学S2.Ep4 - 汪寅
  4. http://mirrorneuronwang.com/

个体差异研究（individual difference study）

  • Why为什么要进行个体差异研究？因为使用单个聚合性的指标，不能完全揭示事物的内在机理。规律是普遍存在的，但又在个体间存在差异。 哈姆雷特只有一个，但一千个人就有一千个哈姆雷特。
  • What个体差异有两种：
    1. 个体间差异（Inter-individual Variability）。如个体越神经质，越容易抑郁。
    2. 个体内部差异（intraindividual variability）。如纵向研究中，个体随着干预，心理或生理特征发生变化。

      How

  1. 首先要谨记，生物相关研究，都要考虑性别因素！“Sex and gender should therefore always be considered and taken into account when designing and analyzing studies at all levels of biomedical- and health-related research (IOM, 2001b).”
  2. RESEARCH: WHAT ARE WE REALLY TRYING TO DO?
    1. 我们想要在复杂的变量中发现系统关系（systematic relationships），例如随着年龄的变化，个体认知功能的衰退 简而言之，我们想要检测自变量（IV）和因变量（DV）之间是否存在相关关系（existence），以及相关的方向（direction）和强度（intensity）
    2. 绝大多数科学研究的基本假设就是总体等于部分相加之和（线性，linearity）。这一前提是所有共同统计程序的基础，也是一般线性模型的基础，也就是说，线性的假定允许对可变性进行明确的划分。也就意味着 小的因子变化导致小的效应，大的因子变化导致大的效应（相称性，proportionality ）。因而我们将观测到的变异分为两类：systematic and random variability.
    3. Choosing What to Measure。选择有效的测量指标。应采用标准的，公认的问卷以及测量方式来保证结果具有可比性。

Extreme Groups Approach (EGA)

  1. Preacher, K. J., Rucker, D. D., MacCallum, R. C., & Nicewander, W. A. (2005). Use of the extreme groups approach: a critical reexamination and new recommendations. Psychological methods, 10(2), 178.

参考

  1. The Study of Individual Differences: Statistical Approaches to Inter- and Intraindividual Variability
  2. Towards an Individual Differences Perspective in Mindfulness Training Research: Theoretical and Empirical Considerations