【本站讯】2026年6月24日下午，由山东省二语习得跨学科研究实验室、中国海洋大学文科处主办，外国语学院、中国二语习得跨学科研究中心联合承办的学术讲座，在外国语学院N314顺利召开。美国宾夕法尼亚州立大学应用语言学教授、博士生导师陆小飞受邀担任主讲，围绕“混合效应模型在二语习得与专门用途英语研究中的应用”这一核心主题，为我院师生带来一场兼具方法学深度与实操指导性的学术分享。讲座由陈颖教授主持，外国语学院相关专业师生40余人参加了讲座，现场学术氛围浓厚。
讲座伊始，陆小飞教授结合二语习得与ESP研究中常见的分层、嵌套数据特征，指出混合效应模型是处理非独立观测、提升量化研究严谨性的核心统计工具。该模型可天然适配多层级数据结构，通过建模被试、组别等随机效应解决组内观测独立的问题；对不平衡与缺失数据容忍度高，无需人工删减样本；支持分类与连续变量混合纳入，还可适配非线性效应与多类型结果变量，适用场景广泛。
随后，陆小飞结合二语句法复杂度发展的实证案例，拆解线性混合效应模型的构建与筛选逻辑。他结合lme4程序包的代码示例，演示了基础模型与最大化随机结构模型的具体写法，讲解了固定效应与随机效应的设置思路：固定效应用于检验时间、语言水平、语类等变量的主效应及交互效应，随机效应则捕捉不同个体、话题在基线水平上的差异及其对预测变量的差异化响应模式。在模型优化方面，陆小飞介绍了逐步比较的标准流程：针对随机效应，主张在模型收敛的前提下尽可能保留复杂结构，仅在出现过拟合或奇异拟合时依据似然比检验进行简化；针对固定效应，则综合考量统计显著性与AIC、BIC等信息准则以确定最优组合，并强调了建模前后需检验的核心前提假设。陆小飞还补充了连续预测变量中心化处理的实操要点，指出中心化虽非强制要求，但能有效降低交互项带来的多重共线性、提升模型收敛性与结果可解释性，同时给出了不同复杂度模型的样本量参考标准，为研究前期设计提供量化参照。
讲座最后，陆小飞鼓励同学们重视统计方法的规范性，将混合效应模型合理运用到分层、纵向数据研究中，夯实量化研究的方法学根基。互动环节气氛热烈，师生就实验数据处理、小样本模型选择等实操问题与陆小飞教授展开深入交流，教授结合自身经验逐一细致解答。
本次讲座为团队师生系统阐释了混合效应模型的核心价值、构建流程与实操规范，明确了分层数据建模与模型筛选的关键方法，对规范二语习得与ESP领域量化研究、提升学术论文统计分析质量具有重要指导价值。本次讲座不仅加深了师生对量化方法的理解，也进一步夯实了我院二语习得研究的方法学基础。
审定：陈颖
