通知📢 · 心理学研究 R 训练平台专题体系已升级

PsyR Lab 心理学研究与数据分析 R 实训平台

本系统面向心理学研究与数据分析训练,围绕数据整理、统计建模、纵向研究、心理测量与可重复研究等专题,提供题目练习、R 代码实训、结果识别、结论写作、分层反馈与学习记录保存等功能,支持学习者逐步建立从数据处理到学术表达的完整能力。

学习总览
欢迎回来
研究者
当前已进入纵向模型专题中的 RI-CLPM 训练,可以继续完成模块、查看反馈记录并追踪整体掌握度。
当前子专题
RI-CLPM
学习状态
进行中
当前完成度
0%
专题完成度 0%
专题总架构

平台按心理学研究流程组织专题内容,从数据准备、常用统计分析到纵向模型、心理测量和研究复现,帮助学习者按需进入不同训练方向。

数据准备与整理
R 整理 / 可视化 / 量表预处理
常用统计分析
方差分析 / 回归 / 混合模型
潜变量与纵向研究
SEM / 纵向模型 / 心理测量
研究拓展与复现
网络心理测量 / 元分析 / 可重复研究
🎯
训练研究问题意识
理解 RI-CLPM 适用于什么问题,为什么需要这种模型,而不只是背代码。
💻
代码训练
从 lavaan 语法到 RI-CLPM 骨架、中介与多组比较,逐步掌握完整代码能力。
📊
结果理解
学会从输出中抓住拟合指标、路径系数、随机截距相关与间接效应。
✍️
论文表达训练
将模型结果写成规范方法段和结果段,避免层面混淆与过度推断。
🔄
分层诊断反馈
每道题提供四维评分与诊断式反馈,告诉你哪里对了、哪里还不稳定。
💾
本地学习记录
无需服务器账号,本地 JSON 档案保存全部练习历史,支持导入导出。
📄
配套讲义 · 围绕专题训练提供概念说明、代码示例与结果表述参考
👤
创建学习档案
本地档案,无需注册,数据仅存于你的设备
建议使用便于识别的名字,导出记录时将用作文件名前缀。
📌 档案机制说明

你的学习档案保存在本地浏览器 localStorage 中,包含用户名、题目完成情况、历史提交与掌握度统计。你可以随时导出 JSON 文件备份,或导入到其他设备继续学习。

📂
点击选择 JSON 档案文件,或将文件拖拽到此处
专题地图
按研究流程选择 R 训练路径
将心理学研究中的数据整理、统计建模、纵向追踪和结果写作拆成可练习的专题模块;当前可从纵向模型进入 RI-CLPM 训练,逐步完成研究问题、代码、结果解读与论文表述。
研究问题 数据处理 模型代码 结果解读 论文表述 综合练习
14
专题
5
纵向子专题
0
已完成题
0%
完成度
MODULE 01

模块标题

0%
完成度
题目列表
题目标题
判断题 入门
题目标题
📊
sim_data.csv
模拟纵向数据
下载
📝
starter_code.R
代码起点文件
下载
R
在本地 RStudio 中运行代码后,将关键数值填写到下方。
请用 1–3 句话描述主要结果,注意区分个体内与个体间层面。
0 / 800
未保存草稿
💡 提示 0 / 4 已使用
请检查你的研究问题是否涉及纵向数据与个体内变化,这是 RI-CLPM 的核心适用条件。
注意区分随机截距部分(between)与个体内残差部分(within),两者定义方式不同。
RI-CLPM 的 lavaan 代码通常分四部分:随机截距定义、个体内变量分解、自回归路径、交叉滞后路径。
参考答案将在此显示。建议先独立作答后再查看。
变量速查
变量 含义 波次
x1焦虑 T1Wave 1
x2焦虑 T2Wave 2
x3焦虑 T3Wave 3
y1抑郁 T1Wave 1
y2抑郁 T2Wave 2
y3抑郁 T3Wave 3
RI_x随机截距 X
RI_y随机截距 Y
🔬
浏览器内运行 R
(实验功能 · 即将推出)
R
研究者
ID: —— · 创建于 —— · 上次使用 ——
纵向模型专题 · RI-CLPM
总完成度 0%
掌握度
概念理解
0%
代码能力
0%
结果解读
0%
写作表述
0%
错误类型统计
层面混淆(within/between)
0
代码结构缺失
0
数值提取错误
0
过度因果化表述
0
拟合判断错误
0
最近练习记录
暂无练习记录。完成第一道题后将在此显示。
学习档案 · 导入导出
导出的 JSON 文件包含你的全部练习历史,可在其他设备导入继续学习,或提交给老师统一收集。