专场介绍 | 第12届中国R会议（北京）

2019 年 4 月 27 日 R语言中文社区

本次会议由统计之都主办，中国人民大学统计学院、中国人民大学应用统计科学研究中心、狗熊会协办，并得到 RStudio、人民邮电出版社、图灵教育、中国人民大学出版社的赞助支持以及 IT 大咖说独家视频支持。本届会议涵盖了多个学科领域，我们真诚地期待您的到来，一同感受数据科学为这个时代带来的惊喜与挑战。

下面为您奉上本次R会议心理学专场演讲介绍：

心理学专场介绍

第一场

心理统计与测量

李英武

R语言在面试考官多级评分中的应用

个人简介

李英武，中国人民大学心理学系副教授，目前主要从事高级心理测量学理论与 R 语言在心理测量中应用，个体认知能力增龄化过程影响及其心理健康影响机制，项目反应理论，大规模考试中的主观偏差（Bias in Personnel Selection），多水平理论（Muti-level theory research）等心理测量等方面研究。

报告摘要

本研究基于多面 Rasch 模型，使用 R 语言 immer 程序包对 4 组共 50 名面试者、20 名面试官在结构化面试中评定的成绩进行分析，追踪模型输出的异常值，并根据异常值剔除了由于面试官等具体测量情境因素引入的误差对原始分数的影响，得到面试者的能力估计值以及个体水平的评分者一致性信息。结果表明，多面 Rasch 模型的拟合度符合可接受的范围，面试结果是可被接受的；面试官的内部一致性水平总体较好；评分量尺的标准尚待修正；面试官的内部一致性水平和面试官彼此之间在严厉程度上的差异都可能对面试者的评定产生影响。本研究证实了用多面 Rasch 模型得到面试者能力估计值并以此作为决策的依据可以提高选拔的有效性、准确性和科学性。以后的研究中，还可以使用多面 Rasch 模型得到面试者个体层次的评分者一致性指标，不同侧面的偏差分析，如：面试官与面试者的偏差分析等，提升对面试误差来源的定位并给出详细的诊断信息。

刘彦楼

认知诊断模型信息矩阵估计软件包 dcminfo 的开发与应用

个人简介

刘彦楼，博士，硕士生导师。曾发表多篇关于项目反应理论与认知诊断相关的论文，并进行认知诊断模型信息矩阵估计包 dcminfo 的开发工作。

报告摘要

认知诊断模型（Cognitive Diagnosis Model, CDM），又称诊断分类模型，是心理计量研究领域的热点之一。认知诊断模型参数估计值的信息矩阵在 CDM 研究中具有重要的理论及应用价值，如模型参数估计值标准误及置信区间计算、有限信息拟合统计量计算、项目水平上的模型比较，项目功能差异检验等。R 语言开源软件包 dcminfo （Liu & Xin, 2017）开发的主要目的是估计 CDM 的期望信息矩阵、经验交叉相乘信息矩阵、观察信息矩阵以及三明治矩阵。将通过技术演示以及实证数据分析操作的方式展示如何通过 dcminfo 计算以上提及的四种矩阵，以及 dcminfo 在模型参数估计值标准误及置信区间（Liu, Xin, Andersson, & Tian, 2019）、有限信息拟合统计量（Liu, Tian, & Xin, 2016）、项目水平上的模型比较（Liu, Andersson, Xin, Zhang, & Wang, 2018）等研究中的具体应用。

郭少阳

基于潜混合模型的4PLM参数估计：BE3M算法及其R实现

个人简介

美国伊利诺伊大学香槟分校教育心理学硕士，华东师范大学课程与教学系博士研究生。研究方向：游戏化教育测评、项目反应理论、参数估计。

报告摘要

在教育和心理测量领域，四参数逻辑斯蒂克模型（4-parameter logistic model, 4PLM）能够平衡被试的随机作答（或猜测）偏差和社会赞许（或失误）偏差，更为准确的反映被试的能力。然而，由于 4PLM 项目参数估计的难度较大，使其一直难以在中小样本量下使用。文章以被试的能力为潜类别变量，使用贝叶斯三次期望最大算法（Bayesian Expectation-Maximization-Maximization-Maximization, BE3M），开发了基于 R 环境的 4PLM 项目参数估计程序 BE3M。模拟研究和实例数据的分析显示，（1）BE3M 算法兼具了 EM 算法和贝叶斯方法的优势，能够以 EM 算法的执行时间得到与 MCMC 方法相当的估计精度；（2）以传统 BEM 相比，BE3M 的估计结果受先验信息的限制和负面影响较少，估计结果更为稳健。

薛明锋

心理测量理论在Ｒ语言上的实现

个人简介

薛明锋，华南师范大学应用心理学学士，目前就读于北京师范大学心理测量专业硕士，发表SCI文章一篇，若干其余文章，有多年使用R语言的经历，有多次科研项目经历。

报告摘要

主要介绍经典测量理论、概化理论和项目反应理论的基本概念、假设和重要参数。在此基础之上，展示如何在R上实现。分析R实现心理测量理论的优势以及劣势。

张雪儿

基于项目反映理论在考试中的测验校准

个人简介

张雪儿，就读于中国人民大学心理学系，跟随李英武副教授课题组进行心理测量以及工业组织心理学方向的研究，参与编制《现代心理测量》等教材。

报告摘要

测验校准是对考生实施测验，并对考生对项目的反应进行二分法评分。然后，将数学程序应用于项目反应数据，以创建一个对特定的测验项目和应试者来说是唯一的能力分布，传统的测验校准方法因迭代过程复杂而较难实现，基于项目反映理论（IRT）的测验校准，使用 R 软件可将不同阶段用最大似然法进行的迭代过程转化为程序实现，从而便捷的产生有效结果，为项目测验的结果提供参考框架，本研究基于一个真实的考试数据集，使用 R 软件进行 IRT 理论下的测验校准，得出考生难度区分度和项目难度的精确分布。

张沥今

基于贝叶斯估计的结构方程模型介绍

个人简介

张沥今，中山大学心理学系本科生，保送本系硕士研究生，师从潘俊豪副教授，研究领域为贝叶斯结构方程模型的统计分析及其应用。论文《贝叶斯结构方程模型及其研究现状》已被《心理科学进展》录用，曾在第 20 届全国心理学学术会议、第十三届海峡两岸心理测量与教育测验学术研讨会中以《含有序分类数据的贝叶斯 Lasso 因子分析模型》做分组口头报告，论文《渐近测量不变性中先验方差的选取》摘要已被 2019 年国际心理测量研讨会接收为分组口头报告。

报告摘要

在心理学研究中结构方程模型被广泛用于检验潜变量间的关系，其估计方法有频率学方法（如，极大似然估计）和贝叶斯方法两类。而传统的频率学派方法对模型施加的限制往往过于严格，这种限制在大样本情况下很容易拒绝实际上和数据拟合良好的模型。在传统方法中为了解决这种限制带来的问题，研究者通常会结合理论和修正指数的建议，在模型中增加交叉载荷或残差相关。但是这种基于修正指数的方法很容易受到研究者主观选择的影响，容易导致一类错误率的增大和模型的过拟合，削弱其泛化能力。贝叶斯结构方程模型通过结合先验信息可以较好地解决上述问题，此外，在模型识别和拟合、参数估计、处理复杂模型和小样本情况等方面贝叶斯方法都有着更好的表现，能够更好地满足应用研究者在实证研究中的需求，但其在国内心理学领域的应用不足。本次报告将详细介绍贝叶斯结构方程建模的原理和优势，并通过实例分析与传统估计方法进行深入对比，展示贝叶斯建模的分析步骤和评价标准，希望能够为大家带来新的结构方程建模思路，解决采用传统方法建模时难以克服的问题。

第二场

应用心理学与心理学实验

吕杰妤

R在心理学中的应用

个人简介

现任中央财经大学心理学系讲师，心理学博士，本硕毕业于西南大学心理学部，博士毕业于英国伦敦玛丽女王大学（Queen Mary University of London）“动态学习与决策实验室”。美国判断与决策协会成员，欧洲决策协会成员。研究方向为合作行为的机制及影响因素。迄今为止，科研方面，主持科研项目 4 项、发表英文学术论文 SCI/SSCI6 篇。教学方面，主持教学项目 1 项，此教学项目为 2018 年中央财经大学新开课程建设项目“基于 R 的心理统计及其可视化”, 参与教学项目 1 项，主讲课程为 English Academic Writing, 决策心理学，财税心理学和 R 在心理学中的应用。R 在心理学中的应用的课程开设面向本科生、硕士生。

报告摘要

随着数据科学中的重要作用，具有强大的统计计算功能和便捷的数据可视化系统的 R 统计在各个学科中得到了广泛的应用。基于实证研究中的心理学也日益显现了 R 在科学研究中的数据分析的重要性。R 的免费、开源、灵活性等特性也使依赖于数据分析的心理学实现更为深度的学习。同时开放科学的普及，在科研研究论文在国际高水平期刊中发表时，有些杂志要求上传原始数据和数据分析情况，采用 R 软件能够更加促进知识交流。因此本次报告中第一部分数据统计分析，将结合心理学常用的实验法中，如何使用 R 计算出在心理学论文中所需要报告的描述统计、推论统计；第二部分数据可视化，以 ggplot2 介绍如何使用 R 来进行单因素实验设计、多因素实验设计的实验结果中的 bar chart 和 line chart 的图形的呈现。第三部分，元分析，简单介绍如何使用 R 来进行元分析研究。通过这三个部分的简单介绍，希望帮助和引导心理学专业的本科生、研究生以及研究者开始使用 R 软件来进行数据分析，从而达到使心理学研究者们更便捷地进行交流和学习。

高树青

“乱世重才，治世重德”——经济不确定与德-才偏好

个人简介

北京师范大学博士，主要研究领域为社会心理学、人格心理学、进化心理学与网络心理学，主要研究内容包括：网络情绪表达的地区差异及其社会生态机制，空气污染与风险决策、收入不平等与道德判断以及价值观关系等内容。擅长结合实验室研究与宏观网络数据，探讨宏观社会生态变量对人们心理与行为的影响。

报告摘要

近些年来，经济全球化越发深入，各国经济发展联系越发紧密，与此同时，全球经济的不确定因素也明显增加。越来越多的研究开始关注经济不稳定对人们心理和行为的消极影响。在社会价值观念中，道德观念能够引人向善，促进社会的和谐与稳定。人们对于道德与才能的偏好不仅体现了人们在自我建构时如何权衡发展，同时反映了一个时期内社会道德观念是否处于最重要的位置。过分推崇才能势必导致道德观念的下滑。已有研究者指出，在过去的几十年间，美国正在经历道德的衰落，那么中国的情况如何？中国德-才观念的变化机制是什么成为重要的研究问题。本研究认为宏观经济的不稳定可能促进了人们德-才观念的变化。经济不稳定使得个体具有更强的控制感需求，在德-才偏好中，更注重能够自我获益的，可控的才能品质，降低了对道德品质的亲和。因此，在经济不稳定的情况下，个体更加偏好采用才能进行自我建构，认为对自己而言，才能比道德更加重要。本研究通过三个研究对这个问题进行了探讨，研究一通过宏观层面的公开数据考察了经济政策不确定与道德和能力词汇搜索比率之间的关系。研究二通过新闻材料操纵被试对于中国经济环境不确定程度的认知，同时，采用道德和能力词汇迫选的方式，探究经济不确定对被试描述自我时选取道德和能力词汇偏好的作用。研究三更加聚焦个体层面经济不确定的作用，通过自传体回忆范式启动被试的经济不确定，进一步探究经济不确定对个体道德和能力评分的影响，同时考察控制感在二者间的中介作用。三个研究证明了在宏观和个体水平，经济不确定性增加了人们对于德-才中才能的偏好。

黄文昊

人们对社会与金钱奖赏的预期共享神经环路：结合多种分析方法的脑成像元分析研究

个人简介

黄文昊，首都师范大学心理学院研究生，主要的研究兴趣为情绪和社会认知，通过结合行为，脑成像和药理学实验等技术手段探索社会行为的神经机制以及其与情绪的相互影响。

报告摘要

在日常生活中，作为各种目标导向行为的诱因，社会性奖赏与物质性奖赏扮演着同样重要的角色。近年来，大量的神经影像学研究在尝试回答这样一个问题，人类的大脑中是否存在特定的神经回路来表征社会性奖赏，或者是社会性奖赏与物质性奖赏以类似的形式在大脑中编码。本次报告将为大家介绍结合多种分析方法的脑成像元分析在解答这一问题上的尝试，此外，将以本研究为例介绍激活似然性估计方法（Activation Likelihood Estimation, ALE）的基本原理和操作，以及功能解码（functional decoding）和脑连通性元分析模型（meta-analytic connectivity modeling，MACM）等分析方法在元分析研究上的应用。

夏晓磊

心理学脑电研究中数据的基本概念与分析实践

个人简介

夏晓磊，中国科学院心理研究所在读博士，擅长脑电实验设计和数据分析技术，使用脑电技术以第一作者/并列一作身份在疼痛领域顶尖杂志Pain上发表论文 2篇（含封面文章1篇）、在神经成像领域优秀期刊NeuroImage上发表论文1篇。

报告摘要

脑电图(EEG)技术具有安全无创、价格便宜、容易操作的特点，在基础研究和临床上的应用越来越普及。本次报告将对脑电原理、实验和数据分析实践中涉及的一些问题进行探讨，对初学者经常犯的错误和有疑问的地方做重点讨论，帮助大家澄清一些基本问题、正确利用脑电技术服务好自己的科研事业。

赵佳伟

基于OSF增强研究中的开放科学

个人简介

赵加伟，天津师范大学应用心理专业硕士研究生；Open Science Club 成员。

报告摘要

心理学界重复性危机至少有 60 年的历史（Sterling, 1959），且这场危机仍在持续。自 2011 年以来，心理学研究者越来越意识到危机的严重性，Open Science Framework（OSF）是在此危机中搭建的用于开放科学的平台。这是一个免费的 web 应用程序，研究人员在 OSF 中可从头到尾管理他们的研究，如预注册（pre-register）、公开数据与材料、远程合作。预注册简单形式包含基本研究设计，也可以包括研究程序、结果和统计分析计划的详细预先说明。OSF 提供一个受认可的预注册平台，注册后可作为研究凭证。同时，OSF 上可以实现多人远程协作，免费存储数据且自带版本控制。此外，OSF 与其它平台能无缝结合，如 Amazon、Box、Google Drive、Github。