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。
1 則留言:
我實在看不出你抱怨的的點在那裡:p
張貼留言