反应速度测试要做几趟，结果才可靠？

早期个趟数来自 Hamsher 搭 Benton；渠拉个摘要明确讲结论只适用于该研究条件。弗应该把该趟数直接搬到现代浏览器小游戏里，当成认证标准。可靠性讲个是一个明确分数能弗能重复得到；统计效能讲个是发现一个明确效应个机会。两桩事有关联，弗过弗是一桩事。de S. Hamsher et al., 1977 Miller, 2023

为啥重复做同一种任务有帮助

要是各趟试次互相独立、变异一直弗变，平均数个标准误就等于试次标准差除以试次数目个平方根。四倍个例子就是照该只公式算出来个。现实里，人会越做越熟、会疲劳，或者换策略，所以试次可能弗符合该些假设。因此，按趟数算出来个结果只是模型，弗保证个人分数稳定。Miller, 2023

现代个趟数分析也指出，效应本身也会随练习改变。试次多弗等于把一开始个试次原样复制好多趟。研究设计要先选好结果指标，也要算进整个测试过程中任务表现个变化。Miller, 2023

侬想要哪种可靠性？

一趟里厢个稳定，搭隔日再做个稳定弗一样；大家个排名稳定，亦是另外一桩事。可靠性悖论研究指出，有些任务可以显示稳当个群体效应，同时测出个体差异却弗大可靠。Stroop 或反应速度个平均效应大，弗代表一趟短测试个分数就适合拿来排某个人个百分位。Hedge et al., 2017

平均数、中位数搭最低值，答个弗是同一桩问题

最快反应反映个表现特点，搭平均数弗一样；侬有几趟机会，也特别会影响最快反应。特别慢个极端值会把平均数拉高；要是弗先订好规则就删掉渠拉，结果也可能有偏差。反应时间极端值个研究提醒吾拉，比较几趟测试之前要先定牢评分规则。Ratcliff, 1993

睡眠研究说明了为啥选啥结果指标要紧：精神运动警觉研究人员会把慢反应搭注意力漏失，同主要反应时间总结指标分开看。弗能认为一个短短个、只记最好表现个小游戏，就能测出持续警觉任务对缺觉个同样脆弱程度。Basner et al., 2011

啥会改变看上去需要几趟测试？

设备抖动会增加变异，设备固定延迟会造成偏差。多做几趟或许能帮助前一种情况，弗过弗会帮侬校准掉后一种情况。计时评估搭实验室校准结果侪支持把该两种误差来源分开看。Anwyl-Irvine et al., 2020 Bridges et al., 2020 Woods et al., 2015

要是只是随手跟踪，选一种自家做得来个流程，每趟固定做同样个尝试数，并记下所有完成个测试，弗要光记个人最好成绩。把它当成比较方法，弗要当成经过验证个最低趟数处方。要是目标是科学个百分位，任务还需要有代表性个常模样本、测过可靠性，也要有足够多个试次。Hedge et al., 2017 Miller, 2023

年龄、准备情况搭睡眠，也会让表现在一趟测试里厢或两趟之间改变。尽量保持条件稳定，会让比较更容易解释；弗过再标准化，也弗会让浏览器结果变成临床评估。Woods et al., 2015 Basner et al., 2011