<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                ## 17.4 有問題的研究實踐 美國心理協會(Darley,Zanna,and Roediger 2004)出版了一本名為《完整的學術:職業指南》的暢銷書,旨在為有抱負的研究人員提供如何建立職業生涯的指導。在著名社會心理學家 DarylBem 撰寫的題為“撰寫實證期刊文章”的一章中,Bem 就如何撰寫研究論文提出了一些建議。不幸的是,他所建議的實踐存在嚴重的問題,并被稱為 _ 有問題的研究實踐 _(QRPS)。 > **你應該寫哪篇文章?**你可以寫兩篇文章:(1)你計劃在設計你的研究時寫的文章,或(2)你已經看到結果后最有意義的文章。它們很少相同,正確答案是(2)。 BEM 在這里提出的建議被稱為 _Harking_(在結果已知后進行假設)(Kerr 1998)。這可能看起來無害,但有問題,因為它允許研究重新構建一個事后結論(我們應該用一點鹽)作為先驗預測(我們會有更強的信心)。從本質上講,它允許研究人員根據事實重寫他們的理論,而不是使用該理論進行預測,然后測試它們——類似于移動球門柱,以便球在任何地方移動。因此,很難推翻錯誤的想法,因為始終可以移動門柱來匹配數據。 > **分析數據**從各個角度檢查數據。分別分析性別。組成新的綜合指數。如果一個數據表明了一個新的假設,試著在數據的其他地方找到進一步的證據。如果您看到有趣模式的模糊痕跡,請嘗試重新組織數據,使其變得更大膽。如果有你不喜歡的參與者,或是試驗、觀察者或是面試官給了你不正常的結果,暫時放棄他們。去釣魚探險,尋找一些有趣的東西。不,這不是不道德的。 BEM 在這里建議的是 _p-hacking_,它指的是嘗試許多不同的分析,直到找到顯著的結果。BEM 是正確的,如果一個人報告對數據所做的每一個分析,那么這種方法就不會是“不道德的”。然而,很少有論文討論對數據集執行的所有分析;相反,論文通常只提供 _ 起作用的分析 _——這通常意味著他們發現了一個具有統計意義的結果。有許多不同的方法,一個人可以 p-hack: * 分析每個主題后的數據,一旦 p&lt;.05 停止收集數據。 * 分析許多不同的變量,但只報告具有 P&lt;.05 的變量。 * 收集許多不同的實驗條件,但只報告那些與 P&lt;.05 * 排除參與者以獲取 P&lt;.05 * 轉換數據以獲取 P&lt;.05 Simmons、Nelson 和 Simonsohn(2011)的一篇著名論文表明,使用這些 P-hacking 策略可以大大提高實際的假陽性率,從而導致大量的假陽性結果。 ### 17.4.1 ESP 或 QRP? 2011 年,DarylBem 發表了一篇文章(Bem2011),聲稱發現了超感官知覺的科學證據。文章指出: > 本文報告了 9 個實驗,涉及 1000 多名參與者,通過“時間倒轉”確定的心理效應來測試追溯影響,以便在假定的因果刺激事件發生之前獲得個體的反應。…在所有 9 個實驗中,psi 性能的平均效應大小(d)為 0.22,除一個實驗外,所有實驗都產生了統計上顯著的結果。 當研究人員開始研究 bem 的文章時,很明顯他參與了他在上面討論的章節中推薦的所有 qrps。正如 TalYarkoni 在[一篇博客文章中指出的那樣,文章](http://www.talyarkoni.org/blog/2011/01/10/the-psychology-of-parapsychology-or-why-good-researchers-publishing-good-articles-in-good-journals-can-still-get-it-totally-wrong/): * 不同研究的樣本量不同 * 不同的研究似乎被集中在一起或分開。 * 這些研究允許許多不同的假設,還不清楚提前計劃了哪些假設。 * BEM 使用了單尾測試,即使還不清楚是否有方向性預測(因此 alpha 實際上是 0.1) * 大多數 p 值非常接近 0.05。 * 目前還不清楚還有多少其他的研究在進行,但沒有報道。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看