内容来源：OpenScience

OpenMinds第20期：统计模型

研读文献1：The New Statistics: Why and How

报告人：

陈文婷

Xiao He

研读文献2：Choosing Prediction Over Explanation in Psychology: Lessons From Machine Learning

报告人：

刘廷舒 （休斯顿大学）

主持人：

金海洋 （New York University Abu Dhabi）

大致流程：

文献报告 [每篇约半小时, 录屏]

主持人的补充说明 [时间不定, 录屏]

讨论与文献相关的问题 [约半小时, 不录屏]

时间：

北京时间（GMT+8）2020-09-27 20:20

欧洲中部时间（CEST）2020-09-27 14:20

北美东部时间（EST/EDT）2020-09-27 08:20

通讯工具：ZOOM

会议ID：https://auckland.zoom.us/j/98075077798

内容简介：本期研读，我们将继续讨论统计模型。

Cumming在2013年的文章中指出，我们需要对做研究的过程做出重大改变，以保证学术诚信。首先，预注册研究内容，避免不适当的数据分析方法。其次，意识到NHST的缺陷，需要从依赖NHST转向其它方法。文章指出了为什么“新”的统计方法很重要，并提供了使用“新”统计的方法。

Yarkoni 和Westfall （2017）指出心理学通常专注于解释行为产生的因果机制，而忽略了对未来行为的预测。机器学习的方法可以使心理学成为更具预测性的科学。关注预测而不是解释，最终可以帮助我们更好地理解行为。

 

参考文献：

Cumming, G. (2013). The New Statistics: Why and How.Psychological Science, 25(1), 7-29. https://doi.org/10.1177/0956797613504966

Yarkoni, T., & Westfall, J. (2017). Choosing Prediction Over Explanation in Psychology: Lessons From Machine Learning. Perspectives on Psychological Science,12(6),1100-1122. https://doi.org/10.1177/1745691617693393