1）某种疾病的患病率是1/1000（即一千个人里有可能有一个人得这个病），用于检查这个疾病的某种检查，对于患者来说有99%的概率检查结果呈阳性，而没有患病的人有99%的概率检查呈阴性。有一天，小明心血来潮去做了这个检查，结果是阳性，你觉得他患病的概率大概是多少呢？凭第一感觉在1秒内回答就好了。

80%～90%？

No，其实只有9%左右。虽然小明的检查结果是阳性，但其实他没有患病的可能性远远高出了患病的可能性，去复查或者做其他精密检查的话，很可能查出来没什么问题。
正确的概率计算应该是：（患病者的比率×阳性概率）/（（患病者的比率×阳性概率）+（非患病者的比率×阳性概率））=0.001×0.99/（0.001×0.99+0.999*0.01）=0.09。这个计算是基于贝叶斯定理（Bayes theorem）。，概率论里应该有学过，看官们可以自行去科普。

这个谬误在日常生活中非常常见，因为人们往往会忽视“患病率只有1/1000”这个事前概率，并且对疾病-阳性结果之间的因果关系过大评价了。下次估计概率时，记得纠正一下自己的算法。

2）某种心理测试，经过很多人的检测证实可靠性比较高。然后你拿来自己测试自己，结果是否可以依照这个心理测试的解释来说明自己的情况呢？

最好别那么做，基本是不准的。

心理测试的“可靠性”是基于收集了大量样本来证实的，难道样本越多不证明它越可靠吗？不是那么回事哦，样本越多，里面每个人的个人差就越被平均化，最后只剩下所有人共通的那个特征，能够被这个心理测试体现出来。拿到一个人身上测，除掉共同特征以外的种种要因，哪怕是做测试时的心情都会成为巨大的影响，要能准确才奇了怪了。有时候我做实验或问卷调查时，被实验参加者问到自己的特征，其实是很难回答的，因为这些测试结果多半不准，写论文的时候我只会用平均值去讨论，绝对不可能拿个例说事，所以被问到时我一般是投其所好，胡诹几句，大家不必当真。

3）以前介绍过的“四张卡片”的实验里，为什么常常会有人选错应该作为证据的卡片呢？因为很多人存在“证实偏误”，对于很多事，只知道考虑确凿的证据，却忽视了反证。比如说“天下乌鸦一般黑”这话，黑乌鸦再多，其实并不能成为证据，如果有一只其他颜色的乌鸦，这话就完全不成立了。法庭上这尤为重要，确凿证据和反证，不是靠数量来抵消的，再怎么有动机有条件的人，只要有一个反证就应该是无罪。遗憾的是，选择性失明的人数不胜数。

from Wikipedia

写论文上关于哪些写，哪些不写的问题，其实研究伦理上规定得并不严格，很多都是作者自行判断。所以那些不好的或者不显著的成果往往都沉眠在抽屉之中，也许就只有刚好那5%显著的结果被发表出来也说不定。哎哎，这么说还真是自己给自己找堵啊。

The file drawer effect, or file drawer problem, is that many studies in a given area of research may be conducted but never reported, and those that are not reported may on average report different results from those that are reported. An extreme scenario is that a given null hypothesis of interest is in fact true, i.e. the association being studied does not exist, but the 5% of studies that by chance show a statistically significant result are published, while the remaining 95% where the null hypothesis was not rejected languish in researchers’ file drawers. Even a small number of studies lost “in the file drawer” can result in a significant bias.[5].

The term was coined by the psychologist Robert Rosenthal in 1979.[6]

截止至2009年11月14日，投票人数达到33人，其中男9名，女22名，未计入性别2名。更新的结果和统计分析结果如下。样本增大后发现，在这点上似乎并没有什么性别差。不过要得出可靠的结论，我觉得至少一两百人的样本吧。

假说为“在go不google剧情上男女有别”时，使用two-tailed test，p = .13，n.s.。

假说为“女人更喜欢google剧情”时，使用one-tailed test, p = .11，n.s.。

[OLD]
昨天就 听故事的顺序 码了几句，目前投票人数为28，其中男7名，女19名，未记入性别2名。未计入性别的两票分别为1票go（念“gu”一声），1票不go。记入了性别投票结果为下图，使用“Fisher’s exact test”做了统计分析。

假说为“在go不google剧情上男女有别”时，使用two-tailed test，p = .073，只是有意倾向。

假说为“女人更喜欢google剧情”时，使用one-tailed test, p = .037，significant。

Aoccdrnig to a rscheearch at Cmabrigde Uinervtisy, it deosn’t mttaer in waht oredr the ltteers in a wrod are, the olny iprmoetnt tihng is taht the frist and lsat ltteer be at the rghit pclae.The rset can be a total mses and you can sitll raed it wouthit porbelm. Tihs is bcuseae the huamn mnid deos not raed ervey lteter by istlef, but the wrod as a wlohe.

Amzanig huh?

注：以上为转载。

我没能找到确切的出处。“阅读时，人们是从单词的整体（比如形状、最初和最后的字母），或者视觉上的特征，来想起这个单词的意义”，这个观点很早就已经有不少研究提出来了，但把整段文章的每个词都打乱放到眼前来看，还是觉得很有趣，也给了我一些启示。这里有位研究者对词汇阅读与大脑活动的一些研究文献。

    今天去见了老板，呃，论文得大改特改，Method写得不够清晰，Result的重点不突出，到处是不易看懂的表达……泪奔……如何才能用英文把事情说得清楚易懂呢。。。

    在我的论文的Discussion部分，提出了一个Model来形容空间知识学习的过程，在这里简单介绍下。

    我的论文的主题是研究working memory和spatial knowledge acquisition的关系。首先working memory被假设为一种人在进行思考、计算、理解语言等行为时，用来临时保存信息的一种记忆。它的中心思想是“吃着碗里看着锅里”，饭要下肚，就得先盛到碗里，用于咀嚼（饭=信息，肚子=长期记忆，碗=working memory，咀嚼=处理）。working memory主要有两个部分，一个部分叫做中央处理系(central executive)，用来分配注意的资源;另一个部分是若干个信息储存库，有储存语言信息的phonological loop(PL)、和储存视觉、空间信息的visuospatial sketchpad (VSSP) 。近年的一些研究证明，VSSP应该分割为独立的两部分：视觉信息储存器和空间信息储存器。综上所述，working memory除了有一个中央处理系以外，还有三个信息储存器，分别储存语言、视觉、空间信息。

    Spatial knowledge也被分为3类。第一类是landmark knowledge，指对某一个醒目的标志、或者某个场景的记忆和知识。第二类是route knowledge，指对某一条路线的知识，可以认为是一连串landmark以及连接它们的路径的知识。最后一类叫做survey knowledge，可以认为是一种像地图一样的知识，包括了环境整体的布局、方位、距离等信息。方向感好和不太好的人，主要区别在第三类知识上，方向感不好的人很难获得survey knowledge，没有survey knowledge，也就无法掌握环境整体的样子、不知道如何抄近路。

    在学习三种spatial knowledge时，working memory是起到一个入口加信息过滤的作用。但具体working memory在spatial knowledge acquisition中是如何工作的、三种信息储存器各干啥样的活、方向感好的人和方向感不好的人在使用working memory上有何不同？这些问题目前还不清楚。

    为了讨论这些问题，我做了一些实验室实验。具体方法和结果就不仔细说了，在这里直接介绍一下结论。之前请很多朋友帮忙回答过两次问卷，主要是做为前期做实验计划时的准备、以及验证写discussion时冒出来的一个点子。不过这些问卷的结果最后并没有写入论文，因为问卷涉及到的量表存在一些问题。言归正传，Working memory在spatial knowledge acquisition中起到的作用，可以归纳为下面这张图。

    首先，外界的环境信息进入working memory后，语言信息与空间信息会被抽取出来，用以形成landmark knowledge与route knowledge。而新形成的landmark knowledge和route knowledge需要统合到survey knowledge中，这时就要用到所有的三个存储器（语言、视觉、空间）。在形成landmark knowledge和route knowledge时，视觉信息并没有起到太大作用，或者说没有被作为重点对象抽出来送到长期记忆里面去。主要有两个理由：
    1）只要你睁着眼睛，视觉信息是源源不断地进入working memory的，如果将它们全部都符号化存储到记忆里，认知负荷将会非常大。
    2）人对于landmark以及场景的视觉再认是视角依存的，就是说如果是纯靠视觉信息的话，换个角度再看一个之前记过的场景或landmark，就很难认出来了。所以靠纯视觉信息来认路，是比较靠不住的。

    当然，并不是说人完全不会记住视觉信息，这是违背常理的。视觉信息可能作为一种对物体的记忆而留在长期记忆中。对于空间知识来说，它本身主要作为一种信息输入方式，用于提取语言信息（例如地名、描述），以及检索空间信息。

    方向感不好的人，无法有效地利用空间信息，他们在记忆landmark及场景时，主要靠醒目的标识的描述；记忆一条路时，除了靠描述，还会采用效率不高的视觉信息。换句话说，遇到一个路口需要考虑向哪边拐时，方向感好的人会利用环境的布局、方向来判断，方向感不好的人则会凭“看上去的熟悉感”来判断。语言记忆是很容易淡忘的，所以单靠描述、地名来记路的话遗忘得很快。而视觉记忆则很容易受干扰（类似的东西太多），而且是视角依存，换个角度就认不出来了，所以更容易迷路。