导师简介
如果你想申请新加坡国立大学 心理学系博士，那今天这期文章解析可能对你 有用！今天Mason学长为大详细解析新加坡国立大学的Prof. Cheung的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！
教授是新加坡国立大学心理学系正教授，也在商业管理与组织学院担任兼职教授。他于2006年加入新加坡国立大学，先后担任助理教授（2006-2009）、副教授（2010-2020）和正教授（2022年至今）职位。教授毕业于香港中文大学，获得社会科学学士学位、哲学硕士学位和博士学位。
作为一位杰出的量化方法研究专家，教授的主要研究兴趣集中在整合元分析与结构方程模型（SEM）的创新方法上。
研究领域
教授的教学和研究领域主要集中在以下几个方面：
- 量化研究方法：专注于统计分析和研究设计，为社会和行为科学研究提供方法论支持。
- 结构方程模型（SEM）：运用先进的统计技术测试基于实质性理论的假设模型。
- 元分析：整合并综合特定主题的多项研究结果，为证据综合提供系统方法。
- 多层次模型：分析在不同层次上收集的嵌套数据的统计方法。
- 元分析结构方程模型（MASEM）：创新性地结合元分析和结构方程模型，这是张教授的主要研究特色和贡献。
除了这些核心研究领域外，张教授的研究兴趣还涉及应用与发展心理学、社会与人格心理学、临床科学、生物心理学、临床与健康心理学、认知与计算心理学、免疫学、神经科学以及公共卫生等多个领域，体现了其广泛的学术视野和跨学科研究能力。
研究分析
1. 《Meta-Analysis: A Structural Equation Modeling Approach》
这是教授出版的重要专著，在Wiley出版社发行。该书系统地介绍了如何将元分析整合到结构方程模型框架中，为研究人员提供了一种统一的方法来分析元分析数据。书中详细阐述了各种元分析模型，包括固定效应、随机效应和混合效应模型，以及如何在R统计环境中使用metaSEM软件包进行元分析。这部著作为元分析与结构方程模型的结合提供了理论基础和实践指导，成为该领域的重要参考文献。
2. 《Dyadic coping and relationship satisfaction among couples with a chronic illness: A meta-analytical actor–partner interdependence model》（2025）
这篇发表在《Clinical Psychology Review》上的研究使用元分析方法研究了慢性疾病夫妇中的二元应对（dyadic coping）与关系满意度的关系。张教授与合作者采用元分析行动者-伙伴相互依赖模型，分析了57项研究中的61个样本。研究结果表明，无论是患病伴侣还是健康伴侣，二元应对对自身和对方的关系满意度都有显著的积极影响，这一发现为慢性疾病干预提供了重要启示，强调了将疾病视为"我们的疾病"并提供互相支持的重要性。
3. 《A Cautionary Note on Using Univariate Methods for Meta-Analytic Structural Equation Modeling》（2024）
发表在《Advances in Methods and Practices in Psychological Science》上的这篇论文提出了使用单变量方法进行元分析结构方程模型（MASEM）的注意事项。张教授和合作者指出了传统元分析方法在应用于MASEM时可能存在的问题，并建议研究者在进行此类分析时应当谨慎选择合适的方法。这篇论文为研究人员提供了重要的方法论指导，有助于提高元分析研究的准确性和可靠性。
4. 《metaSEM: an R package for meta-analysis using structural equation modeling》（2015）
这篇发表在《Frontiers in Psychology》上的论文介绍了张教授开发的metaSEM软件包，该软件包允许研究人员在R统计环境中进行基于结构方程模型的元分析。metaSEM包支持单变量、多变量和三层元分析，以及两阶段元分析结构方程模型（TSSEM）。这个工具极大地促进了元分析方法的应用和发展，为研究者提供了强大的分析工具，已被广泛应用于心理学、教育学、医学等多个领域的研究中。
5. 《Modeling Dependent Effect Sizes With Three-Level Meta-Analyses: A Structural Equation Modeling Approach》
发表在《Psychological Methods》上的这篇论文提出了一种处理依赖效应量的新方法——三层元分析的结构方程模型方法。张教授在文中介绍了如何使用结构方程模型来处理元分析中常见的依赖效应量问题，这一创新方法避免了传统方法中丢失信息和统计功效降低的问题。这项工作为元分析方法学的发展做出了重要贡献，尤其是在处理复杂数据结构方面。
6. 《Applications of Meta-Analytic Structural Equation Modeling in Health Psychology: Examples, Issues, and Recommendations》
这篇论文探讨了元分析结构方程模型（MASEM）在健康心理学中的应用。张教授展示了MASEM如何用于整合研究成果并检验假设模型，特别是在健康行为和心理健康领域。通过实际例子，论文阐述了MASEM的优势，包括能够检验模型与数据的一致性、估计控制其他变量后的部分效应，以及比较替代模型。这一研究为健康心理学研究提供了宝贵的方法论指导。
项目分析
1. 元分析结构方程模型（MASEM）开发项目
教授的核心研究项目之一是开发和完善元分析结构方程模型（MASEM）。这个项目旨在整合元分析和结构方程模型的统计方法，为研究人员提供更强大的工具来综合研究结果并检验理论模型。通过这个项目，张教授提出了两阶段结构方程模型方法（TSSEM）、随机效应MASEM和一阶段MASEM等创新方法，这些方法解决了早期简单方法中存在的方法论和统计问题，如如何处理来自不同研究的相关矩阵、如何将相关矩阵整合到SEM中等。这个项目的成果已经在心理学、管理学、健康科学等多个领域得到广泛应用。
2. metaSEM软件包开发项目
基于其在MASEM领域的理论工作，张教授开发了metaSEM软件包，这是一个在R统计环境中进行元分析的工具。该软件包提供了多种功能，包括进行单变量、多变量和三层元分析，以及两阶段元分析结构方程模型。metaSEM软件包的开发极大地促进了元分析方法的应用，使研究人员能够更容易地实施复杂的元分析技术。近期，张教授与合作者还开发了webMASEM网络应用程序，使研究人员能够以更用户友好的方式应用MASEM。这个项目不仅推进了元分析方法的发展，也提高了这些方法在实际研究中的可用性。
3. 元分析中的依赖效应量处理方法研究项目
张教授的另一个重要研究项目是关于如何处理元分析中的依赖效应量。元分析中的一个常见问题是，多个效应量可能来自同一项研究，这会导致统计上的依赖性。传统方法通常是选择每个研究中的一个效应量或将多个效应量平均，这可能导致信息丢失和统计功效降低。张教授开发了一种基于结构方程模型的三层元分析方法，能够在保留所有效应量的同时正确处理它们之间的依赖性。这个项目的成果为处理元分析中复杂数据结构提供了新的思路和方法，对提高元分析的精确性和可靠性具有重要意义。
研究想法
1. 扩展MASEM方法以处理嵌套数据结构
随着多层次分析在心理学和社会科学中的普及，将MASEM方法扩展到处理嵌套数据结构是一个有前景的研究方向。这可以包括开发多层次MASEM方法，用于分析来自不同层次（如个体、组织、文化）的数据，以探索跨层次的关系和效应。这种方法将有助于研究者更全面地理解复杂的社会和心理现象。
2. 整合贝叶斯方法与MASEM
贝叶斯统计在处理小样本和复杂模型方面具有优势。将贝叶斯方法整合到MASEM中，可以提高对参数的估计精度，特别是在研究稀少或样本量小的情况下。这一方向可以包括开发贝叶斯MASEM方法和相应的软件工具，为研究者提供更灵活和强大的分析选择。
3. 开发处理纵向数据的MASEM方法
目前的MASEM方法主要用于分析横断面数据，但许多研究问题需要考虑时间维度。开发专门用于分析纵向数据的MASEM方法，可以帮助研究者更好地理解变量之间的时间关系和因果关系。这包括整合时间序列分析、增长曲线模型和传统MASEM的技术，创建适用于纵向研究的新方法。
4. 研究异质性和调节效应的新方法
在元分析中，研究之间的异质性是一个重要问题。开发更有效的方法来识别和解释异质性来源，特别是在MASEM背景下，将有助于提高元分析结果的可靠性和适用性。这可以包括探索新的调节分析方法，以及如何在MASEM中有效地纳入调节变量。
5. 发展面向临床和实践应用的MASEM工具
虽然MASEM在方法论上很先进，但它的实际应用还可以进一步拓展，特别是在临床实践、政策制定和干预评估等领域。开发更加用户友好的工具和指南，使非专业统计人员也能应用MASEM来解决实际问题，将大大增强MASEM的实用价值和社会影响。
申请建议
1. 深入了解量化研究方法
申请者应当对量化研究方法，特别是结构方程模型（SEM）、元分析和多层次模型等有扎实的理解。建议通过学习相关课程、阅读张教授的著作和论文，以及参与实际研究项目来培养这些技能。特别重要的是理解张教授提出的MASEM方法及其在各领域的应用。
2. 提升编程和统计软件能力
考虑到张教授的研究高度依赖于统计编程，申请者应当具备R语言的使用能力，特别是熟悉metaSEM包的应用。此外，了解其他统计软件如Mplus、SPSS和SAS也会有所帮助。建议申请者参与相关的软件培训或自学，并尝试使用这些工具进行数据分析和模拟研究。
3. 准备具有创新性的研究提案
申请时准备一份具有创新性和可行性的研究提案十分重要。提案应当与张教授的研究兴趣相符，同时展示你对该领域的理解和创新思考能力。可以考虑上述提到的创新研究方向，或者探索如何将MASEM应用于新的研究领域或问题。提案应当包括明确的研究问题、理论基础、方法设计和预期贡献。
4. 发展跨学科视野
张教授的研究涉及多个学科领域的应用，因此申请者应当培养跨学科的视野和思维方式。了解心理学、教育学、医学、管理学等不同领域的研究问题和方法，将有助于发现MASEM方法的新应用和拓展可能性。建议申请者参与不同领域的研究项目或讨论，以拓宽学术视野。
5. 展示元分析和SEM的实践经验
在申请材料中，清晰地展示你在元分析和SEM方面的实践经验是非常重要的。这可以包括独立完成的研究项目、参与的合作研究、发表的论文或会议报告等。如果没有直接的经验，也可以考虑在申请前参与相关的实习或研究助理工作，以积累经验并展示你的学习能力和研究热情。
6. 准备充分的统计和方法论背景
除了对张教授研究的了解，申请者还应当具备扎实的统计和方法论背景。这包括掌握基础的统计概念、研究设计原则、测量理论等。建议申请者系统学习相关课程，并通过独立阅读和实践来深化理解。在申请材料中，明确展示你的统计背景和方法论训练将有助于增强申请的竞争力。
博士背景
Taylor，985本硕，港三心理学PhD在读，研究领域包括认知神经科学、决策与判断以及发展心理学。在国际权威学术期刊《Psychological Science》和《Journal of Experimental Psychology: General》上发表多篇论文。擅长心理学相关领域的文书写作辅导，熟悉相关领域的PhD申请流程及技巧。
【竞赛报名/项目咨询+微信：mollywei007】
