10月15日13：00，华东师范大学社会工作系主办的沪江名家讲坛海外学者系列讲座第17讲，于腾讯会议平台顺利举办。美国亚利桑那州立大学社会工作学院助理教授、亚利桑那州立大学全球应用健康研究中心主任助理、亚太社会工作教育人员协会主席吴世友，为大家带来了《小样本分析》主题的线上讲座。讲座在社会发展学院社会工作系系主任安秋玲副教授的主持下有序进行。
讲座开始之前，安秋玲副教授代表华东师范大学社会工作系向吴世友老师表示热烈欢迎和感谢。安秋玲副教授提到，吴世友老师在社会工作界有着丰硕的成果，尤其是在青少年贫困与健康不平等研究领域、青少年药物滥用预防与干预研究领域颇有建树。安秋玲副教授表示非常期待吴世友老师接下来所带来的分享。
图 1安秋玲副教授对吴世友老师表示欢迎
讲座伊始，吴世友老师简单阐述了小样本分析在社会工作中的独特意义。接着，吴老师对干预研究及样本量、基于小样本的数据分析、小样本数据发表的论文案例以及小样本干预研究的意义四个模块分别展开进行详细的讲解。在干预研究及样本量部分，吴老师指出因为社会工作干预研究通常针对社会弱势人群，比较难找到大样本数据；干预项目时间长、次数多，容易导致人员流失等，所以通常样本量较小，但我们可以通过样本数据，对整体情况进行统计推论，但并不是所有的样本都可以推论整体。另外，社会工作干预的人群有时候会较难找到总体样本，干预研究更多的时候是为了开展组间比较，因此需要专门软件计算所需的样本量。随后，吴老师用G*power为我们演示如何在达到一定的统计功效的前提下计算所需的最少的样本量，并邀请同学们进行屏幕共享一起来交流。
图 2吴世友老师在用G*power为大家演示
在基于小样本的数据分析部分，吴老师为大家逐一介绍了贝叶斯方法、Bootstrapping以及非参数检验的一些方法。并表示，当需要使用非参数检验方法时，我们就不能错误地使用参数检验方法，除非有一个很有说服力的说明，比如对某些数据不满足正态分布，但是做了log transfer等数据处理使其满足正态分布，故可以使用参数检验方法。非参数检验方法的结论应当保守，不能夸大研究结果，并作因果推断。
图 3吴世友老师在为大家介绍常见的参数检验及其对应的非参数检验
在小样本数据发表论文的案例部分，吴老师给同学们展示了一些论文，并提到，应该在不同人群，地域等重复相同的干预项目，多方位检验某个干预项目的效果，因此需要更多的小样本干预研究。希望做的人越来越多，越来越重视小样本干预研究，投稿越多，引用越多，将来就更容易发表一些。在小样本干预研究的意义部分，吴老师讲到，开展小样本的试验性项目是一项好的干预项目发展过程中重要一环，一个成熟的干预项目通常要通过小样本的试验研究来验证、测试和完善干预手册，并呼吁大家一起来做干预研究，从小样本做起！最后，吴老师为大家推荐了一些阅读书目以及国外干预研究汇总网站。
讲座尾声，来自全国各地不同高校的师生、相关领域工作人员，积极地在留言区向吴世友老师分享自己工作和科研过程中的所思所想。吴老师与参会师生进行了深入的交流和互动，并就留言区的相关问题给予了详细解答。讲座最后，安秋玲副教授再次向吴老师表达感谢，参会师生也纷纷在留言区表达谢意。至此，本场讲座圆满落幕！
图 4 参会师生向吴老师表达感谢
图文|张心雨
审核|安秋玲
关闭窗口