1701542800
对于这个预期的切合度要求，我们实验得到的结果是完全可以达到的。在我们做的两大组实验中，我观察了每个实验朗读和背诵近半数的音节组所需要的时间，在第一组实验中，半数代表四个音节组所需的时间，在第二组实验中，半数代表三个音节组所需的时间总和。我们可以用表4-1-4表示。
1701542801
1701542802
表4-1-4
1701542803
1701542804
1701542805
1701542806
1701542807
1701542808
1701542809
1701542810
表4-1-5
1701542811
1701542812
1701542813
1701542814
1701542815
如上表，在第一组实验中，我们计算可得平均数为533，机误为51，在第二组实验中，我们所得到的平均数620，机误为44。
1701542816
1701542817
这两个表的记录全部都证实了我们之前的预测，实验实际得到的结果和按照误差率计算得出的结果虽然有不尽相同的地方，但仍然有明显符合的地方。假设我们不削减每个实验的音节集合的数量，只是降低实验次数的话，还可以预测二者是大体符合的。在这里，我们需要增加一些验证实验结果的素材。
1701542818
1701542819
我们另外进行了两组不同的实验，实验条件都是一样的，不过是在每天下午至晚上的时间段进行，我们将其称为B组和C组。B组共包含了39个小实验，每个小实验包含6个音节组，而每个音节组又包含13个音节；C组共包含38个小实验，每个小实验包含8个音节组，而每个音节组又包含13个音节。根据以上提到的计算方法，我们可以得出，在B组实验中，平均数为871，机误为63；在C组实验中，平均数为1258，机误为60。
1701542820
1701542821
为了便于理解，我们又进行了一组20个实验的结果，同样，每个实验包含8个音节组，每个音节组有13个音节，每一组音节在一个月前都复习和背诵过。这时候，我们可以计算出平均值为892秒，机误为54。图表分配如下：
1701542822
1701542823
表4-1-6
1701542824
1701542825
1701542826
1701542827
1701542828
这次实验计算出的数目都非常小，但实际计算过程中的误差和利用误差率进行计算的所有实验的结果都很接近。在实验中，平均数的意义和价值是必须要考虑到的，这对我们很有用，但同时，误差的范围之广也不容忽视。
1701542829
1701542830
1701542831
1701542832
1701542833
记忆力心理学 [:1701541450]
1701542834
记忆力心理学 2.音节组实验结果的分配结构
1701542835
1701542836
对音节组的朗读和背诵时间的分配不单单是概念上的预期，我们实验得出的结果也被证实了。在前面分析过的两大组实验中，第一组包括92个小实验，每个小实验有8个音节组；第二组包括84个小实验，每个小实验有6个音节组。这样推算下来，第一组实验就有736个音节组，而第二组实验有504个音节组。这些庞大的数据完全可以作为我们计算和判断的有利依据，经过分析，我们可以得出两大组数据具有如下特点：
1701542837
1701542838
第一，在我们计算出的平均数中，比平均数大的数值分配比较分散，数值差距也非常大，而比平均数小的数值分配比较集中，数值差距较小。通过计算，我们发现，在两组实验中，如果我们把比平均数大的数值的最大值与比平均数小的数值的最小值拿出来，然后分别计算它们与平均数的差距，最后我们可以得出二者是1.8～2倍的关系。
1701542839
1701542840
第二，由于大数值有其先天的优势，我们得出平均数由最缜密的平衡数值略微向上移动，最后形成了比平均数还要小一些的误差，数量也多一些。在这两组中，比平均数值低的误差的总量为266和404，比平均数值高的误差的总量为230和329。
1701542841
1701542842
第三，对于误差数值的分配问题，我们发现，从最密集的位置向两端缓慢移动并不是呈现规律性降低的，就像在海量数量的数值分类中常常预计的情况一样，有几个最明显的密集和稀疏的点。由此可见，在音节组的朗读和背诵过程中，产生有规律误差的因素是客观存在的。也就是说，一方面，数值存在不相匹配的分配；另一方面，有些范围的数值又太多。根据本章节已经提到的一些讨论，我们可预测，如果把重复遇到的若干个音节组人为地合并起来，组成音节组集合，这些误差所造成的影响将会降低很多。
1701542843
1701542844
我们已经考虑到这种不相匹配的不对称性影响了实验的结果，这里面的深层原因还是注意力的高度集中所导致的干扰。那么，我们可以自然而然地联想到，在每一个实验中，音节组所处的不同方位，就是我们所计算的平均值分配如此密集的原因。
1701542845
1701542846
我们把一次实验的所有音节组搜寻出来，分别将它们各自的数值加起来并计算出平均值。据此可以推算出，这些平均值之间的差异非常大，每个音节组的具体数值围绕这些平均数分配的时候，都是无限接近于误差率。从全局看，它们在平均值附近区域的分配最密集，这些有差别的分配密集的地方在实验总结过程中会无意地表现出来。
1701542847
1701542848
还需要补充一点，在一个实验的音节组中，平均数应该随着音节组位置的数量而增加，原因就是心理因素。可以这么说，在一个实验组中，我们的心理疲劳是逐渐增加的。
1701542849