现代研究方法

测量等值与公平比较

Measurement Invariance and Fair Comparison

一份焦虑量表在两个国家的平均分相差五分，能否据此说一个国家的人更焦虑？ 答案取决于一个常被跳过的问题：两组人是否以相同方式理解题目，量表是否以相同规则把回答映射成“焦虑”。如果“我常感到坐立不安”在一组人那里主要表示担忧，在另一组人那里更多表示工作节奏快，那么总分虽然使用同一数字，测量的心理含义却可能不同。

测量等值 · 心理测量 · 因子分析

被 8 个领域引用（哲学思想、社会学、政治学、宇宙学、经济学、医学与公共卫生、宇宙物理、语言学）

纵向研究与多层模型

Longitudinal Research and Multilevel Models

横断面研究像在同一天给许多人拍照，纵向研究则像持续拍摄同一批人的影片。 如果年长者比年轻者更谨慎，横断面数据不能告诉我们这是年龄增长带来的变化，还是不同世代成长环境造成的差异。要研究学习、衰老、治疗、关系和情绪调节，必须观察同一个体如何随时间改变。

纵向研究 · 多层模型 · 发展轨迹

被 4 个领域引用（哲学思想、宇宙学、经济学、社会学）

贝叶斯建模与心理科学

Bayesian Modeling in Psychological Science

心理学研究常把结论压缩成一个问题：p 值是否小于 0.05。 这种做法容易把连续证据切成“发现”与“没有发现”，却没有直接回答研究者真正关心的问题：效应可能多大？参数落在某一区间的概率是多少？数据之后，不同解释应如何重新分配可信度？

贝叶斯推断 · 生成模型 · 先验分布

被 1 个领域引用（哲学思想）

机器学习与心理预测

Machine Learning for Psychological Prediction

机器学习进入心理学时，常带着一个误解：它是更高级的统计工具，能从大数据里自动挖出因果关系。 这个理解把两件事混在了一起。传统心理统计大多服务于解释：检验某个理论预测的效应是否存在、方向如何。机器学习的主流目标则是预测：给定一个人的行为记录，尽量准确地猜出他的某个未知属性或未来状态。

机器学习 · 预测建模 · 交叉验证

行为遗传学方法：双生子、基因组与"遗传性"的正确读法

Methods of Behavioral Genetics

每当媒体说"研究发现智力的遗传性为百分之五十"，评论区总会分裂成两派：一派读成"你的一半是基因决定的"，另一派则认定这是在为宿命论张目。 两种反应都搞错了遗传性这个数字的含义。遗传性是一个关于群体差异的统计量：在某个特定人群、特定环境中，人们在某个特质上的差异有多大比例与遗传差异相关联。它说的不是任何一个个体"由什么构…

行为遗传学 · 双生子研究 · 遗传性

元分析与证据综合

Meta-analysis and Evidence Synthesis

同一个心理干预，有的研究报告显著有效，有的没有发现差异，还有的发现效果只存在于特定人群。面对分散甚至冲突的结果，元分析试图把可比较的效应放到共同尺度上，估计总体模式及其不确定性。 但元分析不会自动把弱研究变成强证据。若检索漏掉负结果、研究测量不同构念、设计偏差相似，精确的合并数字只会把系统误差包装得更整齐。

元分析 · 系统综述 · 异质性

被 5 个领域引用（宇宙学、医学与公共卫生、哲学思想、经济学、政治学）

预注册、注册报告与开放科学

Preregistration, Registered Reports, and Open Science

研究者面对一份复杂数据，可以选择排除哪些参与者、如何转换变量、控制哪些协变量、测试哪些结局。许多选择都有合理理由，但组合起来会形成巨大的分析空间。 如果先看结果再决定路径，偶然模式很容易被包装成事先预测。问题不一定来自欺骗，而来自人类擅长为已经发生的结果建立连贯故事。

预注册 · 注册报告 · 开放科学

被 7 个领域引用（哲学思想、宇宙学、经济学、数学、医学与公共卫生、化学、政治学）

数字表型、计算方法与研究伦理

Digital Phenotyping, Computational Methods, and Research Ethics

智能手机与可穿戴设备可以记录步数、位置变化、屏幕使用、睡眠代理、打字节律和交流频率。研究者希望从这些高频行为痕迹中理解情绪、认知、社会互动和精神健康变化。 数字表型通常指利用个人设备产生的纵向数据，对行为和健康状态进行细粒度描述。主动数据来自问卷、语音任务或认知测试；被动数据由传感器与日志在日常环境中持续产生。

数字表型 · 计算心理学 · 被动感测

被 2 个领域引用（社会学、经济学）

因果推断：从实验到观察研究

Causal Inference from Experiments and Observational Studies

青少年使用社交媒体的时间越长，抑郁得分越高。这可能表示社交媒体增加心理风险，也可能是情绪低落者更常转向线上互动，或家庭压力同时影响两者。 一句“相关不等于因果”能指出问题，却不能告诉我们怎样前进。因果推断的任务是把问题写得足够明确：

因果推断 · 随机实验 · 潜在结果

被 8 个领域引用（哲学思想、经济学、政治学、宇宙学、社会学、医学与公共卫生、法学、语言学）

心理物理学与信号检测论

Psychophysics and Signal Detection Theory

心理学作为一门实验科学的起点，不是意识，不是本能，而是一个极其朴素的问题：外部世界的物理量变化多少，人才能察觉？ 1860 年费希纳出版《心理物理学纲要》，把这个问题变成了可测量的量。他要解决的其实是一个哲学难题——身心之间能否建立定量关系——而他给出的答案是把它降级成一个可以做实验的问题：不去问感觉"是什么"，只问感…

心理物理学 · 信号检测论 · 敏感性与偏差

被 2 个领域引用（工程与技术、语言学）

经验取样与生态瞬时评估

Experience Sampling and Ecological Momentary Assessment

心理学有一个长期被容忍的方法论缺陷：它主要研究人们对自己心理生活的回忆，而不是心理生活本身。 问卷问"过去两周你多常感到焦虑"，被试给出的不是一份统计汇总，而是一次重建——受当下心情影响、被最强烈和最近的片段主导、被自我叙事整理过。峰终效应的研究已经证明，人对一段体验的回顾性评价，主要由峰值与结尾决定，而与持续时长几乎…

经验取样 · 生态瞬时评估 · 密集纵向数据

神经影像方法及其限度

Neuroimaging Methods and Their Limits

功能磁共振成像给了心理学一件它渴望了一个世纪的东西：看见活着的、正在思考的大脑。 它也带来了一个副作用：彩色的脑图具有近乎不可抗拒的说服力。有研究发现，同一段解释配上一张无关的脑扫描图，读者会觉得它更可信。图像的可信度与它承载的证据强度之间，从来不成正比。

功能磁共振 · BOLD 信号 · 反向推理

被 2 个领域引用（医学与公共卫生、哲学思想）

认知的计算建模

Computational Modeling of Cognition

心理学有一类反复出现的困境：两个理论用文字表述时都说得通，也都与数据一致，但它们其实是不同的理论。 "人们在压力下更冲动"——这句话可以指反应阈限降低、证据积累速率变慢、对奖赏更敏感、或者仅仅是运动执行更快。它们对同一批反应时数据给出相同的粗略预测（更快、更多错误），却指向完全不同的机制与干预。

漂移扩散模型 · 强化学习模型 · 参数恢复

WEIRD 样本与可推广性

WEIRD Samples and the Generalizability Problem

心理学教科书里的句子几乎总是无主语的："人在做决策时会……""人们倾向于……" 2010 年，Henrich、Heine 与 Norenzayan 追问了这个"人"到底指谁。他们统计顶级期刊的样本来源，发现绝大多数研究的被试来自西方、受教育、工业化、富裕、民主的社会——取五个词的首字母，正好是 WEIRD（"古怪的"）…

WEIRD 样本 · 跨文化效度 · 可推广性危机

被 2 个领域引用（语言学、政治学）

质性研究方法：访谈、编码与意义建构

Qualitative Methods in Psychology

质性研究最常见的坏名声，是把它当作量化研究的低配版：样本小、没有统计、结论靠几张引文撑场面。 这个印象弄反了两种方法的分工。量化研究回答"多少、是否、多大程度"，质性研究回答"如何、为何、意味着什么"。当一个人说"我觉得治疗帮到了我"，量化方法记录他打了几分，质性方法追问"帮到"对他意味着什么、这个意义在他生活里如何形…

质性研究 · 主题分析 · 扎根理论