2019专

Question 1

情绪两因素论

Answer 1

人们看环境线索来区分不同的情绪。情绪体验依赖于两个因素：自主唤起和对自主唤起的认知解释。沙提出，当你感受到内脏唤起，便会探究你的环境寻求解释。如当你困在交通阻塞中，你很可能将你的唤起标为愤怒。
沙同意詹姆斯—兰格关于情绪是由唤起推断来的这一观点，他也同意坎农—巴德说的不同的情绪导致大致相同的自主活动模式的观点。他提出人们寻求外部线索而不是内部线索来区分和标记他们的特定情绪，这调解了上面的观点
但局限是情境是无论如何也不能塑造情绪的，而在寻求对自主唤起的解释过程中，被试并不把他们自己仅仅局限于即时的情境

Question 2

詹姆斯兰格 情绪

Answer 2

提出有意识的情绪体验是对自主唤起的感知结果。例如感到恐惧是因为血脉喷涌。

强调的是生理决定情绪，自主激活的不同模式导致不同的情绪体验，人们在他们体验到的自主激活的确切状态的基础上，来区分如恐惧、开心和愤怒等情绪

Question 3

坎农 巴德情绪理论

Answer 3

丘脑同时向大脑皮层和自主神经系统发送信号的结果，大脑皮层产生有意识的情绪体验，自主神经系统致使内脏唤起

Question 4

了解性格的方法

Answer 4

1⃣️自陈量表：MMPI、NEO、16PF、爱德华个人兴趣表
2⃣️投射测验：罗夏墨迹测验、主题统觉测验
3⃣️情境测验：性格教育测验、情境压力测验
4⃣️自我概念测验：形容词列表法、Q分类法、WAI方法

Question 5

了解性格方法的测量角度

Answer 5

1⃣️自陈量表：从人格特质角度出发，让被试按照自己的意见对自己的人格特质进行评价的一种方法。通常以事先编制好的问卷形式进行，由一系列问题经过标准化的计分组成。
2⃣️投射测验：从无意识角度出发，以弗洛伊德的人格理论为基础，关注行为的潜意识决定因素来解释人格。重点在于给被试一些模糊的、有歧义的刺激，要求被试以一种能反应他们动机、特质方式作出回答。
3⃣️情境测验是从情境角度出发，让主试在某种情况下观察被试的行为反应，进而了解其人格特点。设计原则是将情境中某种刺激与个体行为反应之间关系确定下来，那么就可以创造某种情境来预测或监视个体行为，可用于教育评价，人事甄选
4⃣️自我概念测验在测量自我概念时，以“自我”为角度，不仅要了解个人对自己的看法，还要了解“自我感受”和“自尊”的程度，比较“现实我”“社会我”以及“理想我”之间关系

Question 6

复判定系数（R平方）

复相关系数（R）

Answer 6

多元回归总方差解释率（变量X1、X2可共同解释变量Y 百分之几的变异）

复相关：多元回归中，基于全部预测变量对因变量所做的预测值和因变量实际值之间的相关

Question 7

非标准化回归系数和标准化回归系数

Answer 7

非：当其他一定时，该预测变量变动一个单位，效标变量同/反向变动b个单位

标：当…时，该预测变量和效标变量正/负相关，且相关大小为B

Question 8

自变量为等距/比变量，因变量为二分变量，采取哪种回归模型

Answer 8

logistic 回归模型

Question 9

假设检验原理和步骤

Answer 9

原理：假设想要证明的备择假设的反面（虚无假设）为真，证明虚无假设成立的概率极低（一般低于0.05/0.01），从而拒绝虚无假设，证明备择假设为真。
步骤：1.提出假设
2.选择统计方法和显著水平
3.选择样本，收集数据
4.求拒绝区域
5.计算检验统计量
6.作出统计推断，得出结果

Question 10

p值

Answer 10

在总体的抽样分布中，取得比这个样本取值更为极端的样本概率（H0为真的概率）

Question 11

统计检验力，其与样本量、效应量及显著性水平的关系

Answer 11

检验力：在零假设为假的前提下，正确拒绝零假设的概率，1-B
根据期望t值公式：期望t=u1-u2/西格玛*根号n/2，可得：
1⃣️与样本量关系：样本量越大，统计检验力越大
2⃣️与效应量关系：..越大...
3⃣️与显著性水平关系：期望t值不变时，显著性水平越高，统计检验力越大

Question 12

进行两样本均数差异显著性检验，误将相关样本当作独立样本处理器，对差异显著性影响

Answer 12

当样本量为n时，
1⃣️由公式可知，配对t值大于独立t值
2⃣️配对样本自由度（n-1)小于独立样本自由度（2n-2)，则对应的t临界值比独立样本t临界值大，更难显著
3⃣️但一般来说，t值的差异能够抵消自由度带来的临界值差异，配对t检验检验力更高
综上所述，当爸相关样本误当独立样本处理事情，会使差异显著性降低

Question 13

协变量及设置原因

Answer 13

协变量：在实验设计阶段难以控制的，却会对因变量产生影响的变量
原因：1.通过协方差分析，可将协变量对因变量的影响从自变量中排除出去，提高实验的精确度和统计检验力
2.当协变量有组间差异时，协方差可用来校正组均数

Question 14

如何检验一个变量是中介/调节变量？

Answer 14

1⃣️若变量Y与变量X的关系是变量M的函数，则M为调节变量
2⃣️若X通过影响变量M来影响变量Y，则M为中介变量
3⃣️可通过相关来检验一个变量是否是中介/调节变量
1.如果一个变量与因/自变量相关都不大，则它不大可能成为中介变量，但有可能成为调节变量
2.理想的调节变量与自/因变量相关都不大
3.将变量引入方程中，若为中介变量，则自变量和因变量的相关显著性会降低，若下降为0，则为完全中介，若下降但不等于0，则为部分中介
4.Y=aX+bM+cXM+e,对c进行检验（显著则调节效应显著