新内容来自心理科学方法与实践进展“，

跨文化泛化的因果框架
多米尼克·德夫纳，茱莉亚·m·罗勒，理查德·麦克尔里斯 
 
金宝搏官网登录研究人员越来越认识到，需要更多样化的样本，以捕捉人类经验的广度。目前试图建立跨人群的泛化性，主要集中在有效性的威胁，泛化的限制，以及大型跨文化数据集的积累。然而，Deffner和同事们认为，持续的进步需要一个框架，帮助研究人员确定可以得出哪些推论，然后进行信息丰富的跨文化比较。金宝搏官网登录他们描述了一个生成的因果建模框架，并概述了派生分析策略和隐含概括的标准。他们还演示了如何应用框架，使用模拟和真实数据。 

调整JASP和R中的发表偏倚:选择模型，PET-PEESE和稳健贝叶斯元分析 
frantiiek Bartoš， Maximilian Maier, Daniel S. Quintana和Eric-Jan Wagenmakers 

在本教程中，Bartoš及其同事演示了如何在JASP和R中进行发表偏差调整的元分析并解释结果。他们解释了两种频率论偏差校正方法:精度效应测试和标准误差的精度效应估计(PET-PEESE)和选择模型。然后，他们引入了稳健的贝叶斯元分析，这是一种同时考虑PET-PEESE和选择模型的贝叶斯方法。Bartoš和他的同事们在一个示例数据集上阐述了该方法，并提供了一个教学视频(https://bit。ly/ pubbias)和R-markdown脚本(https://osf.io/uhaew/)，并讨论结果的解释。最后，研究人员在一篇学术文金宝搏官网登录章中包含了关于报告元分析结果的具体指导。

干预发展的混合实验设计:什么，为什么和如何
因巴尔·纳胡姆-沙尼，约翰·j·迪亚克，莫林·a·沃尔顿，沃尔特·邓普西 

纳胡姆-沙尼及其同事认为，有效的心理干预需要将数字和人工传递的成分结合起来。因此，他们引入了一种新的方法——混合实验设计(HED)——可以回答有关建立这些干预措施并在多个时间尺度上调整它们的科学问题。研究人员金宝搏官网登录描述了HED的主要特征，解释了它的科学原理(即为什么需要它)，并为它的设计和相应的数据分析提供了指导方针，重点是如何使用来自HED的数据来为有效和可扩展的心理干预提供信息。

这需要处理很多事情!流行路径模型的缺陷
茱莉亚·m·罗勒，保罗Hünermund，鲁本·c·阿尔斯兰，马尔特·埃尔森 

可能很难理解路径模型背后的因果推断问题，路径模型测试适度和适度主张，并用于理解影响的潜在过程和潜在边界条件。Rohrer和他的同事解释了调解和缓和分析的标准程序能够成功的有限条件。他们讨论了为什么反转箭头或比较模型拟合指数并不能揭示哪个模型是正确的，以及条件独立性测试如何至少可以确定模型在哪里出了问题。他们认为需要一种研究文化，在这种文化中，因果推断是有意和合作的。 

统计控制需要因果论证 
安娜·c·威索基，凯瑟琳·m·劳森，米克·拉姆图拉 

在相关或准实验研究中控制相关混杂因素可以使估计的回归系数更接近真实因果效应的值。然而，当选择的控制变量不合适时，控制可能导致估计比不受控估计更有偏倚。Wysocki及其同事认为，为了仔细选择适当的控制变量，研究人员必须提出并捍卫一个因果结构，其中包括结果、预测因素和看似合理的混杂因素。金宝搏官网登录他们通过演示控制适当和不适当的变量如何影响回归系数，强调了选择控制变量时因果关系的重要性。他们还为希望使用统计控制的应用研究人员提供了实用的建议。 金宝搏官网登录

证明你的Alpha:两种实用方法的入门
Maximilian Maier和Daniël Lakens

Maier和Lakens解释了两种方法，可以用来证明alpha水平的更好选择，而不是依赖于默认阈值0.05。第一种方法涉及最小化或平衡类型1和类型2的错误率。第二种方法将alpha水平作为样本量的函数降低，以防止林德利悖论(即，在具有非常高统计力的研究中，当零假设为真时，低于alpha水平的p值比当备择假设为真时更有可能)。研究人员金宝搏官网登录认为，这两种方法都有局限性，但都是对当前实践的改进。作者提供了一个R包和Shiny应用程序来执行所需的计算。 

心理学研究中的GPS数据分析教程
桑德琳·R. Müller等。 

在本教程中，Müller及其同事提供了在R中分析GPS数据的实用指南，并向研究人员介绍了进行空间分析的关键程序和资源。金宝搏官网登录他们向读者展示了如何清理GPS数据，计算移动特征(例如，在家里花的时间，去过的地方的数量)，以及可视化位置和移动模式。他们还讨论了确保参与者隐私和解释流动行为的心理影响的挑战。本教程附有一个R Markdown脚本和一个模拟GPS数据集，可在 上获得https://osf.io/2d5ep 。

Tversky和Kahneman(1992)累积前景理论中的四个内部矛盾:模糊理论范围和模糊简约的案例研究
米歇尔·雷根维特，玛丽亚·m·罗宾逊，王慈航

Regenwetter和他的同事们主张，在任何新理论提出之初，都要投入更多的精力，公开明确并精心描绘其预期的范围，从而加速科学发现。他们认为Tversky和Kahneman(1992)是一个案例研究，表明报告的发现提供了证据，表明至少一半的参与者违反了作者提出的累积前景理论。Regenwetter和他的同事强调了原始文章中相互矛盾的发现的组合，使得使用作者自己的证据来评估累积前景理论的范围和简约性变得模糊。他们认为，这说明了社会和行为研究文化，在这种文化中，理论范围的作用主要是对现有理论提出质疑，并激发替代建议。

使用R为不使用R的研究人员提供数据可视化 金宝搏官网登录
Emily Nordmann, Phil McAleer, Wilhelmiina Toivo, Helena Paterson和Lisa M. DeBruine 

在本教程中，Nordmann和同事详细介绍了使用R进行数据可视化的基本原理，并介绍了ggplot包所使用的底层数据可视化的“图形语法”。然后，他们引导读者了解如何复制在指向点击软件中通常可用的图表，如直方图和箱形图，并展示如何将这些“基本”图表的代码轻松扩展到不太常用的选项，如小提琴箱形图。本教程中使用的数据集和代码以及带有活动解决方案、额外资源和高级绘图选项的交互式版本可在以下网站获得 https://osf.io/bj83f/ 。

有效的地图，容易完成:使用距离权重可视化地理心理差异 
托拜厄斯·艾伯特，拉尔斯·梅韦斯，弗里德里希·M. Götz，托马斯·布伦纳 

在本教程中，Ebert及其同事向心理学家介绍了一种易于使用的绘图技术:基于距离的加权(即，计算代表所有测量位置的距离加权平均值的面积估计值)。这是一种替代大多数心理学家对分类数据进行颜色编码的基本映射技术(即，将个体分组到预定义的空间单元，然后绘制出这些空间单元的平均分数)。Ebert和他的同事解释了如何实现基于距离的加权，以便它对地理心理学研究有效。他们使用来自美国的大规模心理健康数据来说明这项技术，并提供完整的R代码注释和开放访问他们分析中使用的所有数据 

对这篇文章的反馈?电子邮件aps188金宝搏官方网站observer@psychologicalscience.org或登录评论。有兴趣为我们写作吗?阅读我们的贡献者的指导方针．