月度归档:2020年11月

眼动基本知识与研究设计

内容来源:天津师范大学心理学部

为了进一步提高国内眼动追踪研究的水平,促进各单位或机构之间的学术交流,教育部人文社会科学重点研究基地天津师范大学心理与行为研究院、天津市普通高校社会科学实验室、天津师范大学心理学部、中国心理学会眼动心理研究专业委员会、北京博润视动科技有限公司联合举办“第八届眼动追踪技术应用线上研讨班”。

一、研讨班主题
(1)眼动研究的新进展
(2)眼动研究范式讲解
(3)眼动实验设计与数据处理
(4)眼动技术在特殊群体中的应用
(5)眼动技术与其他研究技术的结合
(6)眼动仪的操作与指导

二、主讲专家(按姓名拼音排序)
白学军 天津师范大学
陈庆荣 南京师范大学
陈 锐 北京博润视动
崔 磊 山东师范大学
何立媛 天津师范大学
姜英杰 东北师范大学
李 琳 天津师范大学
李 馨 天津师范大学
李兴珊 中科院心理所
梁菲菲 天津师范大学
刘妮娜 天津师范大学
隋 雪 辽宁师范大学
宋昌霖 北京博润视动
王福兴 华中师范大学
王敬欣 天津师范大学
王永胜 天津师范大学
王治国 SR Research
闫国利 天津师范大学
杨海波 天津师范大学
于 秒 天津师范大学
余 晨 印地安纳大学
臧传丽 天津师范大学
张慢慢 天津师范大学

三、时间和地点
时间:2020年11月每周周日(8日、15日、22日、29日)9:00-17:00

四、日程安排

时间

主讲人 主题

11月8日

眼动基本知识与研究设计

9:00-10:00

白学军

眼动追踪应用研究进展

10:00-11:00

李  馨

眼动技术在多语言阅读研究中的应用

11:00-12:00

张慢慢

眼动研究中的基本范式

14:00-15:00

李兴珊

中文阅读词切分的建模与实验研究

15:00-16:00

李  琳

R语言分析在眼动数据处理中的应用
16:00-17:00 宋昌霖

眼动追踪原理及操作介绍

 

A New Bayesian Strength of Evidence for Testing a Point Null Hypothesis

内容来源: 中国人民大学统计学院

题目:A New Bayesian Strength of Evidence for Testing a Point Null Hypothesis
报告日期:2020-11-02,9:00
报告地点:腾讯会议(会议ID:509 708 658)

报告人简介
汪敏(Min Wang),美国德州大学圣安东尼奥分校 (University of Texas at San Antonio) 商学院管理科学与统计系副教授(获终身教职),博士生导师。2010年5月于美国克莱姆森大学(Clemson University)获得统计硕士学位;2013年5月于克莱姆森大学大学获得统计博士学位。2013年8月- 2017年12月在美国密歇根理工大学数学科学系工作和在2017年8月破格提前提升为副教授并获得终身任期教授资格;现在在德州大学圣安东尼奥分校从事教学科研工作。近年来,先后参与和主持了美国自然科学基金委(NSF),密歇根交通部,以及美国卫生院(NIH)的研究课题。在各类同行评议的国际权威期刊上发表了研究文章50余篇。研究方向:贝叶斯统计;计算统计;统计推断;质量和可靠性工程研究;高维数据分析和统计应用。

报告摘要
The frequentist evidence expressed in terms of the observed level of significance, and the Bayesian evidence expressed through the posterior probability and the Bayes factor, are two main statistical streams of thought for testing a point null hypothesis. However, they may give rise to different decisions in practical situations and could even cast serious doubt on the adequacy of the two schools of evidence for hypothesis testing. In this talk, we propose a new Bayesian strength of evidence, which can not only reconcile the disagreement between frequentists and Bayesians in many classical examples in which Lindley’s paradox occurs,but also is shown to be a Bayes test under some specific loss functions. Thus, it can be viewed as an objective and automatic Bayesian approach to hypothesis testing. Finally, two applications are provided for illustrative purposes.