历史视角与心理测量解释
引入| English | 释义 | 拼音 |
|---|---|---|
| base rates/beɪs reɪts/ | 基础率 | jī chǔ lǜ |
| structuralism/ˈstrʌktʃərəlɪzəm/ | 结构主义 | jié gòu zhǔ yì |
| percentile/pəˈsentaɪl/ | 百分位数 | bǎi fēn wèi shù |
高命中率可能产生误导
- 一项虚构测试从10人中识别出9名患病者。然而,大多数被标记为阳性的人实际上并未患病。缺失的信息是该测试对未患病者的误报频率以及该疾病的实际患病率。
- GRE历史与测量题目需要精确的概念和细致的比较。我们将把心理学视角与分数解释及基础率(指特定人群中某种状况或类别的普遍程度)联系起来。
早期实验室与学派
- 冯特于1879年建立了莱比锡实验心理学实验室。他的方法包括对经验的主动组织。结构主义尤其与蒂奇纳后来对意识经验向元素的分析相关联;请勿将这一实验室里程碑与该学派视为等同。
- 机能主义以威廉·詹姆斯等人代表,关注心理过程的功能及其对适应的支持作用。结构与功能问题强调不同的目标,但简短的学派标签无法涵盖所有研究者的工作。
示例比较。“描述颜色体验的基本特质”符合结构主义侧重;“注意力如何帮助个体应对变化的任务”符合机能主义侧重。应根据所提问题进行选择,再使用名称作为辅助线索。
Match each school with a key figure.
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Titchener is especially associated with structuralism; James with functionalism; Watson with behaviourism; Wertheimer with Gestalt psychology. Wundt’s 1879 laboratory is a related milestone, not an interchangeable attribution.
Wundt’s 1879 laboratory and Titchener’s structuralist programme are interchangeable historical labels.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Distinguish the laboratory milestone from the later school and its particular aims.
后续视角提出不同问题
- 华生的1913行为主义计划强调对行为的客观研究;斯金纳后来分析了操作性行为及其后果。格式塔心理学以韦特海默及其同事为代表,强调整体组织如何塑造对其组成部分的体验。
- 弗洛伊德的精神分析取向强调无意识过程和冲突;马斯洛和罗杰斯与强调成长和个人体验的人本主义倾向相关。认知取向研究记忆和语言等心理过程。乔姆斯基对斯金纳的1959批评是对更广泛转变的贡献之一,而非单一事件取代了所有行为研究。
A study asks how rewards following an action change its future frequency. Which emphasis is closest?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The question concerns behaviour and its consequences. Classify the research question rather than relying only on a researcher’s name.
确定分数是与什么进行比较
- 常模参照解释将分数与指定的参考群体进行比较。标准参照解释将表现与既定的标准进行比较。如果证据能支持每种解释,同一份评估可以同时支持这两种类型的陈述。
- 标准化的施测和评分有助于控制非预期的变异。但它们本身并不能确立跨人群的可比意义、公平的机会或适用于所有用途的适用性。应询问常模的来源、收集时间以及是否适合拟议的比较。
文中说明了何种比较?
对分数解释进行分类。
Which score is criterion-referenced?
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Meeting a defined performance standard is a criterion comparison. Rank and percentile statements compare with people in a specified group.
标准分并不自动等同于百分位数
- Z分数描述的是距离参考均值的标准差倍数:$z=(X-M)/S$。对于均值为100、标准差为15的数据,得分为115时对应的Z分数为$z=(115-100)/15=1$。仅凭均值和标准差无法确定其百分位数。
- 如果参考分布近似正态分布,$z=1$ 对应大约第84个百分位数。使用经验常模时,请查阅相关的百分位数表及其处理并列分数的惯例。百分位数表示相对位置,而非答对题目的百分比。
示例解读。 假设一个呈正态分布的参考量表均值为50,标准差为10。得分为40时,z 分数为$z=(40-50)/10=-1$,约处于第16个百分位数。若没有正态分布假设或经验常模表,该计算结果无法直接确定百分位数。
On an approximately normal reference scale with mean 100 and SD 15, a score of 115 is at roughly which percentile?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
z = (115 − 100)/15 = 1. With the stated normal approximation, about 84% of the reference distribution lies below that score. Mean and SD alone would not determine a percentile.
A mean of 100 and SD of 15, without a distribution or percentile table, prove that 115 is at the 84th percentile.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
The mean and SD locate a score in standard-deviation units. The percentile additionally needs the distribution or appropriate empirical norms.
保持筛查的分母独立
- 灵敏度是指患有该疾病的人中被标记出的比例。特异度是指未患该病的人中未被标记出的比例。假阳性率等于一减去特异度。
- 阳性预测值(PPV)提出了不同的问题:在所有被标记出的人中,有多少比例确实患有该疾病?对于这些教学示例,假设疾病状态是独立已知的,且检测率是针对指定人群给出的。
计算计数。 在1,000人中,10人患有某种疾病,990人未患该病。测试在10名患者中检出9例,在未患病的990人中检出99例。灵敏度为$9/10=90\%$;特异度为$891/990=90\%$。这99个假阳性应计入PPV的分母,而非灵敏度的分母。
Of 900 people independently known not to have a condition, 810 are not flagged. What is specificity as a percentage?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Specificity = true negatives/all non-cases = 810/900 = 0.90, or 90%.
使用所有阳性结果计算 PPV
- 同一个虚构例子中有108个阳性结果:包括9个真阳性和99个假阳性。因此 PPV 为$\mathrm{PPV}=9/(9+99)=9/108\approx0.0833$,即大约8.3%。即使灵敏度很高,大多数被标记出的人实际上并没有患病。
- 阴性结果是另一个问题,具有不同的分母。这里共有892个阴性结果:包括891个真阴性和一个漏诊病例。无论是阳性还是阴性测试结果,都不等同于对个人状况的绝对确信。

虚构计数且疾病状态独立已知;这是一个筛查方法的示例,而非临床建议。
改变基础率,保持检测率不变
- 在另一个拥有1,000人的虚构人群中,有100人患有该疾病。保持灵敏度和特异度均为90%,可得90个真阳性和90个假阳性,因此 PPV 为$\mathrm{PPV}=90/(90+90)=50\%$。基础率的改变会导致 PPV 的变化。
- 此比较假设两个群体中的检测率相同。实际上,人群差异及测试的使用方式也可能导致灵敏度或特异度的变化。基础率、灵敏度和特异度都至关重要。
*两个群体均包含 1,000 人。该比较在 90% 水平上保持敏感性和特异性;但并不声称这些比率会自动适用于真实群体。
In a fictional population of 1,000, the condition prevalence is 5%, sensitivity is 80% and the false-positive rate is 5%. Using expected counts, what proportion of positive results are true positives (three decimal places)?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
Expected true positives = 0.8 × 50 = 40; expected false positives = 0.05 × 950 = 47.5. Fractional expected counts describe a model, not half a person observed. PPV = 40/(40 + 47.5) ≈ 0.457.
A fictional test population contains 100 cases and 900 non-cases. Sensitivity is 80% and specificity is 90%. Using these counts, what is PPV as a proportion, to three decimal places?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
True positives = 80; false positives = 0.10 × 900 = 90. PPV = 80/(80 + 90) ≈ 0.471. Sensitivity uses a different denominator.
测量误差需要模型
- 在经典测验理论中,观测分数由真分数和特定重复测量下的测量误差组成。真分数是这些测量的期望值,而非对个人所有能力的完美衡量。
- 测量标准误(SEM)的汇总值描述了分数尺度上测量误差的标准差。它可在附加假设下用于构建不确定性区间;但它本身并非一个区间或最大可能误差。在固定分数标准差的情况下,相关信度越低,经典SEM越大。
计算示例。 若某分数尺度的标准差为 10,相关信度为 $r=0.84$,则汇总公式得出的结果为 $\mathrm{SEM}=S\sqrt{1-r}=10\sqrt{0.16}=4$ 个分数点。这是测量不确定度,而非样本均值的标准误。它并不保证每个误差都落在四个点以内。
Using the classical summary SEM formula with score SD 15 and relevant reliability 0.84, what is SEM in score points?
难度 2/5 · 今日首次完成可获 140 金币及少量额外奖励
SEM = 15 × √(1 − 0.84) = 15 × 0.4 = 6 score points. This is not an interval width or a bound on every error.
SEM = 4 guarantees that no measurement error exceeds four score points.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
SEM is a standard deviation under the measurement model. Errors can exceed one SEM; interval claims require additional assumptions.
信度、效度和公平性需要不同的证据
- 信度关注特定重复测量下的一致性或精确度。效度关注支持预期分数解释和用途的证据。一个精确的分数仍可能导致错误结论;单一的信度系数无法验证选拔规则或确立公平性。
- 审查预期用途、参照群体、内容、可及性及偏差证据。两名得分相同者未必具有相同的优势,且参照群体的百分位本身并不能说明其中一人是否达到绩效标准。
批判示例。 某学校称:“我们的测验信度很高,因此前 10% 的学生已具备课程学习准备。” 前 10% 描述的是常模比较。学习准备需要证据将表现与课程要求相联系,并设定合理的标准;仅凭信度无法提供这种联系。
High reliability alone is insufficient evidence for every proposed interpretation or use of a score.
难度 1/5 · 今日首次完成可获 100 金币及少量额外奖励
Consistency or precision under specified replications does not establish that an intended interpretation, decision or fairness claim is supported.
A training test reports both a 70th percentile in a local reference group and successful completion of every required safety procedure. Identify the two comparison types and explain why the percentile alone cannot establish readiness.
70 百分位数是相对于特定群体的常模参照。完成必需的安全程序是标准参照。百分位数关乎相对位置,而非对程序的掌握;准备度需要相关证据和合理的标准。如果得到支持,两项解释可以针对同一评估同时报告。
复习要点
- 将观点与其问题和方法以及历史人物相匹配。
- 区分常模、标准、标准分数和百分位。
- 敏感性、特异性和阳性预测值分别针对不同的群体条件。
- 当测试率固定时,阳性预测值随基础率的变化而变化。
- 将SEM视为基于模型的标准差,并检验预期分数使用的证据。
- 基础率:特定人群中某种状况或类别的普遍程度。
- 构造主义:主张将意识体验分解为基本元素的心理学派。
- 百分位:某一分数在特定参照分布中的相对位置。
A company says: “Our test has 90% sensitivity, so any positive applicant has a 90% chance of belonging to the target category. Its high reliability also proves that rejecting every positive is fair.” Identify two distinct gaps and name relevant additional evidence.
目标人群中的敏感性条件;阳性预测值(PPV)取决于阳性结果。估算PPV需要类别基础率和假阳性率,并有证据表明这些比率适用于申请人群体。可靠性不能确立合理的解释、决策阈值或公平性。拟议的拒绝规则需要有证据支持其与工作相关性的关联、错误及其后果、可及性以及可能的偏见。