本帖最后由 我叫粉笔头的说 于 2012-8-22 08:20 编辑
当初还蛮惊奇地看到技术宅社区会有心理学这版块，但看了大多主题却是良莠不齐，还是大众所误解的心理学模样，都是不入科学界的低级玩意儿。
你们该好好看这书@8#，这书不光澄清了大众对心理学的认知误区，还起到了很好的科学思维启蒙作用。在现代社会里科学素养是必须的。
分享下我的Note，这还不包括心理学的另外部分，此外不要以为看看这些就够了，必须亲自看书籍！
《How to Think Straight about Psychology (7th-Edition)》
很多科学也缺乏一个大统一的概念体系。而且划分各自的领域范畴是历史的偶然，与各自学科的本质没有太大的关系。
科学的每次进步都遭受巨大的阻力，即人类社会惰性的反应。变革的先锋往往要背负风险，甚至被威胁到人身安全，不过就算丢掉了性命，也会在几十年之后得到截然不同的评价。
科学不是由研究课题来决定的，对宇宙任何一方面的研究都可以发展成一门科学，对人体的研究自然也包括在内。事实上没有什么不是“科学”的课题。
科学是一套对宇宙的思考、观察方式及程序，它能让我们进一步去了解宇宙的运作。核心特点：
1. 系统的实证主义
2. 产生大家共有的公开知识
3. 对可解决问题之探研
科学观察是有明确目的的，是为了检验理论。
任何一个科学知识在没有接受科学界同行的批评和验证之前，都不能称其为科学知识。当经历了这样的检验，此发现就不再是最初研究者的私有财产，而是可以为其他研究者所继续发展、批评及应用到他们自己的领域中去。
可公开验证的知识，是指可以被科学界同行经过重验、批评和继续发展的验证程序，从而得到的知识。这标准同样可以被消费者所充当评价媒体提供的科学信息的重要依据。
同行评审：投稿文章是首先交给若干若干科学家进行评审，然后再反馈其意见给编辑（一般也是有多年经验的科学家），再由后者决定是否发表。重验机制和同行评审是科学保证其客观性和公开性的根基。
科学家所解决的问题，是在目前能用实证技术来解决的问题。不能解决的问题是有可能随着将来实证技术的发展从而也得到解决的。
标准的科学研究流程：理论-预测-实验-修正。
判定理论科学的重要标准是：有无可证伪性。由Karl Popper提出。
科学的“理论”是指一套具有内在联系的概念，这套概念可以解释一组已有的数据（所反映的事实及现象），并且能对未来尚未进行的实验结果进行预测。“假设”则是指有理论（相对假设而言具有较概括和较广泛的意义）所推衍出来的更为具体的预测。
不可证伪的理论无法做出现实且有益的预测，而只会一味的事后诸葛亮，提供虚假的安全感。
科学很多事物间的关系被多次证实属实之后，已经成为公理，因为它们几乎没有可能被将来的实验所推翻。即所谓的“旧理论”。
本质主义：认为合格的科学应该事能根据现象背后的本质或内在属性对现象做出终极性的解释。于是，无法对提供终极答案的理论便被本质主义者认为是无用的。且在开始研究术语或概念所涉及的知识前，就过分关注如何对其加以定义。
断言知识的绝对性和完美型将扼杀对知识不断的探索。
操作主义：科学理论的概念必须以某种形式植根于，或可联系于，可以通过测量而观察得到之事件的那种观点。将理论概念与可观测事件相联系就是这一概念的操作主义，同时也使这个概念公开化了，即可以经历同行评审或验证机制的考验。不过很少有科学概念是完全用现实生活中可以直接可观测的操作来定义的，更多是用与之有间接联系的操作。还有些概念则只用与其他可观测概念的联系来定义的，即隐性概念。
可操作性定义不会是一成不变，而是可以发生进化的。
可操作性定义的一个重要特点是提供了可证伪性。
当对于同一个概念有不同的可操作性定义，根据奥卡姆剃刀原则，优先采用简单的理论。
图灵测试可是很有名的可操作性定义了。
统计学的一些发展可是心理学家的功劳。
一些相关统计方法来证实相关问题：多元回顾、路径分析。
精算式预测（actuarial prediction）：依据由统计资料中分析出来的群体趋势，所作的预测。
临床式预测（clinical or case prediction）：超越群体预测，对个别个体各自做出百分之百精确的预测。
临床式预测对精算式预测起到良好的补充作用，但完全不精确的。
个案研究信息在早期阶段可以起到启发作用，提示进一步研究的方向，但在后期应被摒弃，毕竟违背了控制变量法的原则，无法检验系统化的理论。
有相关并不一定构成因果关系：第三变量与方向性问题。
选择偏差：某些人与某些环境存在着一种关系，是由于某些特定生理、行为、心理特征的人本身就会选择生活在具有某一特定的环境居住。
于是相关数据里可能会充斥着选择偏差的误导性影响。消除方法为严格的控制变量法。
实际上大多学科的研究目的不在于应用，所关心的预测层次都是从理论到特定的研究情境，而且所得到的结果也不能直接应用，必须通过对理论的调整，再将理论和其他科学规律结合起来，才能应用到实际问题中。
大多应用其实往往在基础研究之后才出现的，且充满意外色彩。
积极想要科学只去解决实际问题，不管其他问题（包括基础研究）往往是最不切实际及最短视的做法。
科学的“大跃进模型”，我们姑且称呼为“爱因斯坦综合症”：通过一个关键性的实验，就能一次性解决某科学研究的所有问题，或者说，科学的进展可以由一个单一的、具有批判性的新见解一蹴而就，而这一新见解能够完全推翻先前众多研究者所累积的知识。
许多科学领域所取得的进展，并非依靠单一的突破，而是靠一系列难以名状的、停顿及前进的交互更迭。
即时相当正确的理论，也要等到科学界持有了共识才算有真正的资格。
没有任何一个单一的人，可以凭借其特殊的地位从而控制科学的进展。科学不允许只有少数人才能享用的特殊知识的存在。
关联原则（Connectivity Principle）：一个心得科学理论必须在解释新现象的同时，能良好地兼容先前建立的实证数据，这样它才可以被认为是一个进展。
证据集中原则：将研究结论建立在一系列彼此略微不同的实验所得到的数据基础上，进行缺陷的检验。如果所有实验的缺陷各自不同，那么实验结果就有很大的保证。
引进证据集中原则有助于摒弃另一种错误观念：可证伪性的过分简化：当只要出现一个不相符的证据，这理论就彻底被证伪了。
任何一个具体的行为都不会是可以用一个单一的因素彻底解释的。
交互作用：当影响现象的一个因素和另一个因素共同起作用时，会产生于各自单独起作用时截然不同的影响。
自然永远是相当充满黑天鹅事件的，于是很多科学的理论和定律，实际上都是用概率来阐述的。
此外，人类的大脑机制其实存在着这样的局限：很难充分且正确地运用概率推理。
版主在吗？尤其是你更该看了！期待你的读毕消息！