心理学读博日记（2016年1月完结）

10月29日
自己的开题报告，又看了两遍，两次都发现有段落顺序不合理的问题。
看来自己的逻辑表达还是有所欠缺，以至于写出来的东西缺乏条理。

10月30日
黎老师强调：不要在开题报告中写过多的结论，否则别人误认为是答辩。
可是我又舍不得删，毕竟有一部分研究已经做完了，我很想向大家宣布自己的结果。

10月31日
学校已经好几个月没发生活补助了，银行卡里的钱已经跌到两位数。   

另外，前段时间去北京开会花销近2000元，至今没有报销。据说有些老师半年前的飞机票还没报。
今天学校通知我说，“由于你的银行卡里余额不足，扣医保费用不成功”   
明明是学校先拖欠补助的嘛，怎么还反过来说我们？
生活是如此窘迫。

11月2日
今天上午开题报告，我第一个上台，报告的内容是“认知诊断计算机化自适应测验选题方法研究”。
五位老师都作出了一些点评，也提了一些问题，重要部分摘录如下：
温忠麟：信息量的单位是什么？香农熵的单位是什么？二者相除，得到的单位是什么？对于除出来的结果，如何解释？在什么情况下，你的方法最好？
张一平：用不同的模型生成数据，结果有倾向性。如何让结论有说服力？
申荷永：要说清模型。
陈栩茜：如何在模型中保证是单策略还是多策略？
张敏强：要公平比较才有说服力。有些人拿不同模型来比，甚至用了不同软件，那就说不通。也许不同软件的结果本来就不一样。

11月3日
昨天还有另外两个同学做了开题报告，现在也把老师们对他们的评点发出来。

红磊同学（研究内容：统计的双因子模型）
张敏强：选题太大，有8个研究，有模拟有实证。建议归类，搞成一条线。
申荷永：主题不够鲜明，标题不够明确。
张一平：模型太复杂就难解，迭代难以收敛。
陈栩茜：注意研究的可比性问题。
温忠麟：如果题目数量作为一个因素，那可以不相同。如果不作为因素，那最好固定。能统一的地方尽量统一。

琼同学（研究内容：睡眠障碍）
陈栩茜：题目要谨慎一点。另外，当被试为特殊人群的时候，为什么不用正常人作为对照组？
温忠麟：很多疾病都分为器质性和心因性，也有心因诱发器质疾病的。研究睡眠障碍时，是否要将病人分类？
张一平：实验要排除一些干扰。挂着仪器睡觉，肯定会影响睡眠。
张敏强：创新能否提炼？自编的问卷，如何证明有效？要找到根据，否则评审时会从根本上否决掉。
申荷永：这是一个探索性发现。

11月4日
对于审稿人的一句话，我想了很久都没明白他是什么意思。昨天下午我又找了几个师弟师妹一起讨论，结果还是没讨论出来。
于是我给杂志社编辑部发邮件，请编辑将我们的疑问转发给审稿人。
今天收到了编辑部转来的审稿人邮件：

I am sorry for the vague comment and I am also very happy that you have asked for my further clarification. Please disregard my previous comment about ……. A clearer comment is……
I hope my clarification can clear up the doubts and be of some help to your revision. If there is any further questions, please let me know. And thank you again for your email!

看来，有不明白的地方还是要及时问。

另外，从这个审稿人的信里，我明白了他的意思。原来，是二手文献把事实搞错了，然后我引用二手文献就跟着错。结论就是：一定要查阅一手文献！

11月5日
这几天都在根据审稿人的意见修改投稿论文。
按照审稿人的意见删掉了方差分析，于是就不存在“差异不显著”了，于是就要直接按数值比较，于是结论就变了。结论一变，讨论也要跟着变。牵一发而动全身。工程浩大。
容易改的地方慢慢改完了，剩下的都是更棘手的问题了。

11月7日
给 de la Torre教授再次发邮件询问：
  We have written a paper about IRT. In this paper, we proposed a new IRT model named the four-parameter Graded-Response Model, but we haven't found a way to achieve the method of its parameter estimation yet. Is it possible to be published on JEM? Thank you.
他的答复是：
  I think, in addition to estimation, you need to justify why such a model is needed.

11月8日
这几天一直在思考CD-CAT的综合选题指标问题。如果把Fisher信息量和SHE都求Z分数，然后相减而不是相除，会不会更好？
还有，Fisher信息量和SHE在综合选题时的影响力应该是不一样的。求Z分数以后如果要加减，考虑权重可能更好一些。
涂老师建议我把各种可能的方案都试一遍，尤其是审稿人提出的方案。

笔为剑 发表于 14-11-8 11:44
11月8日
这几天一直在思考CD-CAT的综合选题指标问题。如果把Fisher信息量和SHE都求Z分数，然后相减而不 ...

11月9日
把昨天想到的方法试了一遍，发现还不如原有方法更好。
从理论解释来看，昨天想的方法很容易解释，而原有方法在理论上很难拿出有说服力的解释。所以对于今天模拟出来的这个结果，我是有些失望的。
但是，这个结果也意味着不需要把已有研究全部推倒重来，从这个角度看又是好事。