何时进行个人统计
请勿进行个人统计.他们不会把你当成个人.至少其中大多数不是.
大多数社会科学家(和好奇的非科学家)遇到的典型统计信息只是两种类型之一.尽管每天都有许多从事统计工作的人可能从未遇到过，但还有另一种概念化数据的方法具有很大的意义.
我使用常规示例教授了心理学统计学:从一个时间点测量的许多人收集的数据.
例如，我可能对测试性格外向是否与孤独感有关感兴趣.我想请很多人填写一份关于他们外向和孤独感的调查表，然后计算这些变量之间的相关性. (结合许多研究结果的新证据表明，这两个变量具有相当大的负相关性，r = -.37.性格外向的人报告的孤独感较小).
此统计结果就是所谓的“以变量为中心"的分析(或技术文献中的常态).它隐含地假设对于所有人来说，这两个变量之间存在一种潜在的关系.如果您想知道某人有多孤独，弄清楚他们的性格外向会帮助您回答问题.
查看问题的另一种方法是在多个时间点检查一个人.假设您要某人每天填写一份问卷，一年，报告他们的外向和感受.
然后您可以分析外向性与这个特定人的孤独感如何关联.
您可能会发现相同的联想:在这个人更加外向的日子里，他们感到不那么孤独.也许感觉更加外向，意味着他们更有可能与朋友接触并进行社交，这使他们感到不那么孤独.
但是您可以找到其他关联.也许这个人没有经常见到的朋友，而且在这个人性格外向的日子里，他们找不到与他一起闲逛的人.他们最终最终在这些日子里感到孤独.对于这个人来说，外向性与孤独感正相关.
这是一个以人为中心的分析(在技术文献中称为独特).该分析假设每个人的变量之间可能存在不同的潜在关系.如果您想知道某人的孤独程度，则需要知道该人那天的性格外向度，但是您还需要知道该人变量之间的具体关联是什么.
那哪种分析是正确的?
两者都是，但是他们回答了不同的问题.以变量为中心的分析采用了我所谓的“公共政策视角".
比方说，我正在尝试制定一条规则，以帮助治疗师弄清楚他们的客户是否孤独.我将使用以变量为中心的分析为您提供帮助，并建议治疗师询问性格内向的人(例如外向型量表的低者)跟进问题，看看他们是否感到孤独.
请注意，我使用的数据类型与正在做出的决定类型相匹配:我一次收集了很多人的数据，并且我就很多人(例如许多治疗师)提出了建议应该一次完成(例如一次筛选访谈).
这通常是设置公共策略的方式.理事机构决定制定一套准则，这些准则平均对整个人都有帮助，并广泛应用.
以人为中心的分析采用了我所谓的“私人教练"的观点.
假设我是一名治疗师，经常治疗一个感到孤独的人.我将以个人为中心的对此特定客户的分析来提供帮助，首先确定外向性与孤独感之间的关系.
如果这个人在内向的日子里感到更寂寞，我会尝试找出能够帮助他们解决内向的日子里的孤独感的策略.也许我们会讨论如何在人们精力不足的情况下与他人相处，例如去咖啡馆.
但是，如果这个人在外向的日子里感到更加孤独，我会尝试找出能够帮助他们解决自己好像没有朋友可以联系的感觉的策略.也许我们会讨论与新朋友接触的可能性，这些新朋友有更多的空闲时间，或者安排社交活动几天或几次，使他们倾向于外向.
同样，我所做的决定与我收集的数据类型相符.我会使用对单身人士的许多观察结果来提出仅适用于该个人的建议.像私人教练一样，我会为这个人想出最好的训练计划.它可以使用其他人共有的建议，但是该计划只需要一个人就可以使用.
以人为本的方法从根本上讲就是人们收集和理解数据的方式，因此具有许多潜在的应用.我们可以开发个性化的疗法，但也可以制定个性化的医疗计划，个性化的教育计划或个性化的积极心理干预措施，以帮助人们在生活中找到更多的意义和幸福.
最终，在这一领域工作了很长时间的研究人员已经开始考虑将这些分析水平进行组合的方法.例如，凯蒂·盖茨(定量心理学家，曾与早期的“以人为中心的先驱"彼得·莫伦纳(Peter Molenaar)一起训练过)，开发了一种算法，可以识别人脑处理信息方式的差异.她使用它来识别所有人共有的大脑区域，较小的子群体共有的大脑区域以及特定个体所独有的大脑区域之间的联系.
大多数心理学和医学方面的数据仅从公共政策角度进行收集和分析.这些数据告诉我们“一般"人会发生什么，但并不能告诉我们随着时间的推移，什么将对一个特定的人有用.如果数据不能提供适合您的建议，请不要亲自处理.
相反，请记住，只有个人数据(观察您随时间的变化)才能做出真正的个人统计预测.
大众心理健康网(www.dzxl120.com)
本文链接：https://www.dzxl120.com/post/34744.html
