心理学实验和报告的撰写方法 |
您所在的位置:网站首页 › 大学物理实验实验步骤怎么写 › 心理学实验和报告的撰写方法 |
心理学实验和报告的撰写方法
一、基本的心理学实验方法(一)实验法1、自然实验法2、实验室实验法
(二)心理学实验相关专业术语1、主试与被试2、刺激和反应3、变量4、定性分析与定量分析5、抽样和样本6、大样本和小样本
二、撰写实验报告方法正文(一)题目(二)摘要(三)引言(绪论)(四)方法(实验流程图)(五)实验结果(六)讨论(可与实验结果合并)(七)结论正文之后部分1、参考文献2、附录
三、期末作业要求相关步骤一、主成分分析
研究流程:
原理实验数据收集、处理和运用分析方法撰写研究报告
一、基本的心理学实验方法
实验法的特点是:
那相比较之下,更加严谨的方法呢? 2、实验室实验法实验法中的第二类方法——实验室实验法: 还有一个优点是,这种方法有助于重复实验。心理学实验一般要求有可重复性,所以我们才要介绍清楚实验过程。 整体而言,实验法代表了心理学研究方法的最高级别,比其他方法更能提供准确、令人信服的证据来解释各种心理现象和行为背后的因果关系。 OK,以上就是今天的第一个知识点,就一句话核心,我们采用的主观评价实验,基本都是实验法中的经过严格条件限制的实验室实验法。 (二)心理学实验相关专业术语 1、主试与被试我们做视觉实验的时候,提供给被试的素材,就可以称为刺激,这是视觉刺激。
很多时候,自变量和因变量需要进行量化,从描述的感知变量变成具有数值和物理意义的物理量。比如声音的强度,不能用很强、较弱来表示,应该转换成分贝值,响度值等可测量的值。 4、定性分析与定量分析
一份实验报告,整体来说的大纲就是这样的:
摘要是概括一篇论文要点的短段,能够让读者迅速总览论文的内容。是数据库中常见的检索对象。 一个好的摘要是整篇论文中最重要的组成部分,根据美国心理学会出版手册(Publication Manual of the American Psychological Association,1994 )的要求,摘要应该是==“信息量大且可读,文字简洁且完整”==。 有3个普遍性要求:简洁,准确,独立。 接下来引言,也可以叫绪论,包括问题的提出,选题的依据,实验研究目的和意义。在文献综述的基础上明确提出所要验证的假设,给出该假设的理论基础。 如果研究是为了扩展以前的工作,或探讨过去尚未解决的问题,在引言中要把以前的工作进行简要的介绍,以便与本实验进行衔接;如果题目来自对某一理论为根据提出的假设,应在引言中对这一理论的内容和背景及假设的由来都要解释清楚;如果题目来自工作中遇到的问题,也应当对问题进行介绍。 (四)方法(实验流程图)方法中应详细描述研究者的操作。应包含足够的信息,便于其他研究者重复进行研究。 方法如果再往下细分,可以分为以下几个小节: 实验过程如果用到了特殊方法,比如双刺激法,特别的停顿时间等,也应画出实验流程图。 (五)实验结果注意是结果不是结论,需要以某种统计手段对收集到的原始数据进行整理汇总,通常以统计图表的方式表示。这里叙述的应是作者本人的实验结果,不能夹杂前人的工作成果。 如果内容很多,应分段陈述,并加小标题。 (六)讨论(可与实验结果合并)一些论文会把讨论的部分和实验结果放在一起。先给出实验结果,再给出讨论。 讨论是整篇文章中最富创造性的部分。凡是结果可能引出的理论认识或者需要做进一步解释的内容,均可以在这里加以讨论。 最后是结论,这里是真正的conclusion,把研究结果和讨论分析后的认知以条文形式、用简明的文字表达出来。概括出的结论必须恰如其分,不能夸大,也不能缩小,更不允许有不合逻辑的地方。切忌把话说过头。 这里正文结束了,正文之后还有两个内容,1)参考文献;2)附录 正文之后部分 1、参考文献撰写论文时参考过的文献资料标以序号,注明文献名称、作者、出版单位、出版日期及页码。并在正文中相应位置引用。 2、附录附录:包括详细的原始数据、实验观察记录、琐碎的数学推导、问卷或其他不宜放入正文中的资料列于附录之中,以便查证。 如果你完成的是一项实验报告,那就必需有附录,附录里放上实验的原始数据和其他正文中因为篇幅问题放不下的部分。比如应用了各类自变量的所有素材 三、期末作业要求
matlab代码: %% 数据导入处理 clc clear all A = xlsread('you100'); %% 数据标准化处理 a = size(A,1); b = size(A,2); for i = 1:b SA(:,i) = (A(:,i) - mean(A(:,i)))/std(A(:,i)); end %% 计算相关系数矩阵的特征值和特征向量 CM = corrcoef(SA); %计算相关系数矩阵 [V,D] = eig(CM); %计算特征值和特征向量 for j = 1:b DS(j,1)=D(b+1-j,b+1-j); %对特征值按降序排列 end for i = 1:b DS(i,2) = DS(i,1)/sum(DS(:,1)); %贡献率 DS(i,3) = sum(DS(1:i,1))/sum(DS(:,1)); %累计贡献率 end %% 选择主成分及对应的特征向量 T = 0.90; %主成分保留率 for K = 1:b if DS(K,3) >= T Com_num = K; break end end %% 提取主成分对应的特征向量 for j = 1:Com_num PV(:,j)=V(:,b+1-j); end %% 计算个评价对象的主成分的分 new_score = SA*PV; for i = 1:a total_score(i,1)= sum(new_score(i,:)); total_score(i,2)= i; end result_report = [new_score,total_score]; %将各主成分的分与总分放在同一个举证中 result_report = sortrows(result_report,-4); %将总分降序排列 %% 输出模型及结果报告 % disp('特征值及其贡献率、累计贡献率:') disp('有人声配乐:特征值按降序排列 贡献率 累计贡献率') DS disp('信息保留率T对应的主成分:') Com_num disp('信息保留率T对应的特征向量:') PV disp('主成分的分及排序') disp('前3列为各主成分得分 第四列的总分进行降序排列 第五列为样本编号') result_report结果分析参考百度 例子 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |