5月21日上午，应我院邀请，上海交通大学教授，博士生导师，上海交通大学晨星青年学者；上海市“浦江人才”计划获得者，Journal of Second Language Studies执行主编吴诗玉教授做了一场题为“反应时行为数据异常值处理的多种思考”的精彩讲座。此次讲座采用线上形式，通过腾讯会议举行，bat365在线平台杨蕾老师出席并主持会议。
在讲座开始时，吴诗玉教授首先引出了“反应时”这一概念，对其定义和分类进行了探讨。随后，他介绍了获取反应时数据的几种实验范式以及反应时数据的特点——即从分步形状，趋中度，以及离散程度来看，反应时与其他数据类型都具有鲜明的不同点。
因此，反应时数据的统计分析处理也有着不同于其他数据类型的技术要求和门槛。吴诗玉教授随后提出的“基于R语言的混合效应模型”为反应时分布上的正偏斜、各数据点之间强关联以及异常值等问题提供了解决方案。随后吴诗玉教授在现场用RStudio为大家演示并论证了这一点。
吴诗玉教授介绍了“模型拟合”的思想，以处理异常值。并从个人经历、研究数据、以及学术界常规做法出发，讨论如何鉴别异常值，提出了几种鉴别方法、进行了演示。同时，吴诗玉教授重点讨论与演示了如何从模型诊断的角度看异常值。
在互动环节中，参会人员针对吴诗玉教授的讲解进行了热烈的提问，吴诗玉教授针对每个问题进行了耐心的解答。其中一个问题是两种删除异常值的方式之间的区别是什么。吴诗玉教授认为，两种删除异常值的方式之间的不同，最直观的体现就在于分组。并且哪一种方式是最佳方法，取决于研究者本人对于实验的设定。
随后，吴诗玉教授利用自己的研究为大家生动展现了异常值处理的四种做法，即：（1）某个值范围内；（2）2.5<=M；（3）boxplot；（4）model-based(residual)。研究基于翻译判断任务，即要求被试者在规定时间内判断电脑屏幕上的汉语单词是否为前面英语单词的准确翻译。
在吴诗玉教授详细全面的讲解中，本次讲座圆满结束，全程干货满满，内容丰富，对于开展相关领域研究的师生来说，具有极强的指导和借鉴意义。
