我到底要什麼時候才會有時間心思洗包包

　　所以現在這裡可以放一下屁。
　　不過當人都走光的時候，你才發現腸內的空氣已經神奇的消逝。最近玩踩地雷出現的腕道症候群前期恐怕不會這麼容易放過我，當一個人的成就感以及自尊以及人生目標都建立在踩地雷時，那你升天成佛了。期末壓力考試兼報告洪水般的湧進，阿發說的洪水法我不想要這麼用。我過的是比大雄還要悲慘的生活，連小叮噹也不屑救我。可預知的除了期末考還有整個整個大學生活再加上悲慘的社會，原來我默默的就把人生最輕鬆精華的時段給用掉了。天道仁不仁慈此時已經不是那麼重要，至少他已經讓我的體育過了關，是我太早把願望好運用光光。所以現在不求人，除非我快被當掉。

所以這篇到底是心實回饋抑或是抱怨改錯題？（是回饋！）

　　許久不見的心實回饋。
　　大約瞄過課本，覺得課本講的東西唰一聲看過去還真簡單，不過當這些觀念放在改錯題或更糟糕的，在日常生活中或有幸成 為心理學相關研究人員時，就沒有那麼容易察覺的到了。就像最近該默默準備的，下學期要自己設計的實驗，在選定題目與決定實驗流程時，總會擔心自己有沒有遺 漏了盲點，擔心過多的控制反而會擔心IV的效果會減弱，或因類似因素而導致結果不顯著，沒戲唱的心實實第二學期。
　　為了避免個體差異，課本介紹 了4種方法：random selection、random assignment、matching subjects、within-group design。其中random assignment又可以用一種很酷的方法：block randomization（話說我這個詞打了三遍，第一遍忘了換輸入法，出來都是注音國字；第二遍怪異的逼我重新開機框框又出現，以致我不能順利完成句 子，直至第三遍才成功），我有一點理解這種方法不夠random的理由，不過好像又不是那麼的了解。我們之前在作聽覺閾實驗時，用的也應該是這種 block randomization（嗎？），這樣排竟然還不符合統計裡隨機分派的高標準，我打從心裡的對他感到敬畏。那如果用所謂的unbiased assignment，丟銅板的方式，（假設有兩組）是不是也要恰恰好丟到兩組受試人數一樣，那這樣還算是十分的隨機分派嗎？那如果在實驗之前就已經先確 定受試100人（一組50）就夠了，事先按照亂數表依照受試來報到的順序來分派到不同組別，這樣又有做到unbiased assignment了嗎？不過這樣好像來是會碰到有一組需缺額補齊，我快要抓狂了。
　　然後我覺得ad lib matching真是個有趣的東西，不過理想中使用這種方法應該會先去除掉outlier之類的東西，不然我想也沒戲唱了。如果在matching subjects時，使用今天心測上的信賴區間來分辨兩受試間前測作業或測驗(pretest taskk or test)是否可以配對，聽起來還不錯，不過就是些微的麻煩就是了。心實跟心測一直走在一起，就算都是基本功，還是有沒有要這麼密切的關係。
　　Final note跟我說我可以開始改錯了。我覺得她在說笑。呵呵。

甜蜜蜜兒歌

我想發表一下我對生理心理學Ch5投影片第11頁的看法：

小老鼠，上燈台，偷油吃，下不來。

還有第13頁的不是猴子真的是人，課本都講了。老師大概怕嚇壞我們。若不考試，唸生理心理學/生理學還真令人愉快。還有作者跟我們講話，還教你記憶小絕招，忘都忘不了，心底真是甜蜜蜜。Carlson大概是生心教科書裡的歐亨利之類的人物（雖然課文篇幅的長度是眾所皆知的，不過就覺得太發人生省了），連個生心課本都可以被搞的那麼愉快。

總之小老鼠下不來。

心實第六講回饋之我想回到大講堂

　　相信這一次大家的重點應該都會擺在黑猩猩上，雖然之前在電視上已經看過黑猩猩這種驚人的能力，但是眼見Ai（話說牠跟傳說中殺死圖坦卡門的埃及宰相同名）輕輕鬆鬆就突破人體的極限，內心不禁感到一絲惆悵。另外針對Ai的能力，一開始其實我有一點懷疑。人類生下來後，受到許多制約或符號化的影響，數字在我們的認知裡，代表的除了有次序的觀念外，還有等距、等比率等較為複雜的概念（托今天心測的福可以使用這種辭藻）。我是想到數字在黑猩猩的理解裏可能只有大小，所以在認知處理的過程上可能會比較簡單一點。不過後來Ai有跟我們證明牠的能力－牠能知道阿拉伯數字背後所代表的意義，譬如說有幾支筆之類的。而且老師上課好像還有提到黑猩猩在圖像記憶（？）的處理速度本來就比人類快很多，其非人類努力練習就能輕易達到的。

　　在Lost-letter technique and MUM effect中，研究者使用的是Field-based study。但我在Georgetown College心理學系的網站上，看到他們的學生做出類似的研究。這個學生使用的不是明信片，而是email。而且在J. B. Bryson和K. Hamblin，是隨機將明信片插在別人的雨刷上；但是該學生是隨機選出Georgetown College12名大學生當作收信人，再請這12名大學生分別選出五位親近的朋友與五位點頭之交當做收信人。信件的內容也是分好/中/壞三個等級，假裝寄錯到那共120人的信箱去，分析有把信轉寄回去的比率等等。同樣在討論MUM effect，課本上的case有操弄（選擇）收信者的性別，但網站上的這個學生操弄的是誤收到email的人與收信者友誼的程度。其實寫到這邊我也相當的清楚，這兩個實驗的關連性不大，只都是同一個大主題而已。不過不同的研究方向在實驗的設計中就有明顯不同的差異，也挺是有趣。

　　另外玩伴女郎的身材實在誇張的嚇人。

今天看到了選舉的相關商品

圖/劉莉莉，聖約翰的草藥(No.139)，破報

　　其實對內容覺得不會特別贊同也不會特別反對，反正共和黨選民面前講的就是差不多的話，種族議題伊拉克戰爭同性戀婚姻。大一寫政治學報告的時候還義憤填膺，＂共和黨把這些文化（宗教？）的問題搞那麼大幹嘛？趕快收收武器滾出伊拉克滾出石油的利益糾葛＂的這種氣都已經消了。雖然把＂她＂講成這樣有點殘忍，但是塗了口紅的可愛櫻桃小嘴吐不出象牙，吠叫聲有時頗為刺耳。但重點其實不是內容，而是標題。畸人秀這個標題實在下的醒目亮眼，一針見血。不論是哪位仁兄仁姊站上台去，麥侃裴琳歐巴馬拜登，他們的父母兄弟姐妹丈夫髮妻孩子（或孫子？），選舉就是一場畸人秀。或許是為了獲勝的手段及不擇手段，或許是媒體毫不留情的去挖掘一個人的黑暗面。總之選舉就是一場畸人秀。

　　但我們身在畸人秀表演而不自知。

心實第五講回饋（再也搞不出名堂來了）

　　這一次的心實上課內容毫不疑問的投向了統計的懷抱當中。王議賢老師再三叮嚀的交互作用圖又出現了。
　　在＂態度的測量小單元＂時，老師提到了問卷調查抽樣的3個層次：實體抽樣、問題抽樣、受訪回答之抽樣。好，其實我不大懂層次的意思（常常被這種看似簡單但意義深遠的詞彙打敗）。我記得實體抽樣應該是受訪樣本的抽樣，問題抽樣則是在做調查時，主試對於問題的用詞選擇，會影響到受試的回答。至於受訪回答的抽樣意義又更有趣了：受訪者由於不同的動機有不同的答案，在回答問題時選擇一種來回答，就是受訪回答之抽樣。我覺得有疑問的地方在於，為什麼把＂問題抽樣＂、＂受訪者回答之抽樣＂叫做抽樣，而不叫做變項呢？
　　回到多因子設計。在尤其複雜的心理學裡面，大多數的cause-and-effect relationship並不單純，用多因子設計來探尋行為或心路歷程的成因當然是方便的多。不過多了一個因子，相對而言就多了許多變項要控制，還有在選擇因子與level的時候，應該也得要特別小心。而且在解讀實驗結果時，難度相對也提升了一些。雖然這是一個強而有利的test，但是也需要更熟練的實驗操控技巧與結果解讀的能力。尤其在p. 62的case study，或許這個實驗累積了許多前人的經驗，但是默默在這個實驗裡面學了不少東西。首先是forced-choice procedure，若沒有這個規定（？），就只能測得＂反應傾向＂，這件是實在太有趣了！如果我是受試坐在那邊，主試跟我說我可以選擇不作答，那我就想挑color to color的來回答，那我的反應傾向不就是簡單的題目？！還有第三個factor：match and mismatch。既然實驗測的是reaction time，為了避免不耐煩的受試瘋狂的按match or mismatch，那回答正確與否就應該納入考慮。但是假設受試亂猜也猜對不少提呢？是不是有一個機制，可以用統計的方法將這種結果給挑出來？譬如說像答錯50%，這個受試者的資料就不能算進去？
　　大講堂上課很舒服，我還想要去。

現在叫做第四講的心實回饋

　　雖然說上次在系電的時候講了一句話把老師 "嚇跑了"（語出鄭小姐），但是在這裡還是很想要再講一遍......心理實驗法根本就是高醫心理系學生的思想改造課程。不過這是題外話。

　　在課程開始之前才提到了統計概念手感的重要性云云，本來想說還可以慢慢摸到不知道什麼時候再回去瞄瞄統計課本，結果馬上就硬生生的把我們抓到了統計大惡魔的面前。雖然上課的時候老師講的飛也似的快，但是某次碰到了老師再加上高醫維基百科心理實驗法第五講（老師上課內容在第四講，不過維基條目上面是神奇的第五講）被重新豐富過，理論上來說應該是了解了一點。但是碰到SSresidual還是有點吃鱉。稍微上網查一下residual的定義，想要相信夏威夷大學一個氣象中心的網頁裡面對residual的定義：

residual - (Also called error of estimate.) In general, the difference between any quantity and an approximation to it; in particular, the difference (y - Y) between any random variable y and its regression function Y.

呵呵，這樣看起來好像有簡單一點，雖然我好像也沒有很確定這樣的解釋是不是用在這邊。我覺得比較容易懂得大概就是括號裡面的error of estimate（估計誤差），結果後來翻了以前王老師在講相關與迴歸的時候的上課內容，竟然發現有這樣一條公式：
其中老樣子，Yi代表的是個體分數，Y head（求你不要逼我再打一遍，反正你大概知道那是什麼東西）代表的是由迴歸直線預測出來的分數。顯而易見的，Yi －Y head指的一定就是就是就是估計誤差的變異量（王老師稱之為殘差變異）！喔耶！

　　還有另外一個我覺得頗為有趣的事情。在討論到experimenter bias時，就有講到實驗者在評分的時候，有可能會因為對實驗操弄結果的偏見，而影響到實驗結果的數據。像Rosenthal and Fode (1963) 事前告知替老鼠評分的學生老鼠的受到優生學控制的有無，結果使學生們有了預設立場，影響了實驗數據。我記得之前余麗樺老師在講解魏氏兒童測驗的施測規則時，有提到判定受試分數的方法。雖然我覺得還蠻客觀的，不過有時候受試遲疑，或是不小心彎進去一條錯誤的路線一點點，可能就會需要有經驗的人才有辦法用比較正確客觀來評分。那些其實是受試的學生，是不是就受到了預設立場的影響，不小心放了maze-bright 組的老鼠水？

　　上面是分數評斷會受到主試受到預設立場影響。但是假設 p.48的Case study ，改用在受試演講前讓他們做一份可以用團體施測焦慮量表（或類似的量表，反正一定要可以團體施測的），那這樣就不用雙盲啦。但是團體施測當然有他的缺點，不過在打下去就變成心測的回饋，於心不安所以就此打住。

　　兩次的回饋寫的都很不像回饋，不過尤其這一次寫的回饋都是有找一點資料的，寫完還有那麼一點的成就感。BTW，寫這個回饋的回饋就是，統計這門科學：(1) 很複雜；(2) 很有趣；(3) 很多觀念都息息相關，融會貫通應該是一件很重要且有一點難度的事。


資料來源：
夏威夷大學 Mauna Kea Weather Center Meteorology Glossary/Dictionary

直到心理學實驗法第三講才出現的回饋

　　不得不說，科學這碼子事就向在維基上面編寫條目一樣。首先，當然要用同樣的語言：有英文中文波蘭語。若語言不同，別人不但看不懂，搞不好還會有誤會。接下來，在編寫維基條目的時候，必須要有其格式。譬如說在某名人的條目下，要寫他的生平，就先必須用不知道幾號字的字體大大的寫下"生平"，再劃下一條長長的分隔線。註解必須要用小小的字體在詞的後面用小小的上標，標上是第幾條注釋，並做連結等等等等。每個人在編寫時，都依照一定的框架來豐富其內容，帶給我們許多便利。

　　科學也是一樣的。經過幾百／千年的歷史，科學還是會繼續走下去。但科學實在跨越太多空間與時間，如果沒有共通的語言，不同時空中每個人討論的科學，也只會變成雞同鴨講的景況。基本假設和專有名詞和其嚴格的定義，幫助科學家們能夠在不同時空中對話。如果沒有明確定義牛頓這個基本單位，那不知道的人還會奇怪為什麼這位古人的名字會一直出現在這些計算式中。基本假設更是確保讓科學家們能夠延著同一條路走下去。如果有人不同意該學科的基本假設，就早早另外訂自己的基本假設，開啟另一塊討論的範圍。基本假設就像維基的框架，如果你不喜歡用他的格式，也只能自討沒趣摸摸鼻子走人，因為來硬的只會被人家改掉或刪掉。有了基本假設，科學才能"穩定累積了很多很有用的東西 "（拾了人牙慧）。

　　我有覺得從一些科普的媒體，可以感受到科學的一些淺移默化。譬如說Discovery的Mythbuster，雖然有時候是用一些誇張的，重現場景的方式去驗證流言，但大多的時候，mythbusters還是相當理性的去用科學的方式檢視流言。他們不會明講"操作型定義"是什麼，但是在討論驗證的方式時，都會提到"......才能算......"，我覺得這樣應該就算對驗證流言的內容下操作型定義了吧。

　　默默的沒有辦法豐富這一次的回饋，不過本來有要談論某件事情而畫了張解釋圖，個人覺得相當的有趣，所以默默的把它留在這邊供大家欣賞。

請注意：雖然在下面寫了小小的go Depp go，但我並不是瘋狂的影迷超愛他。