人类对负性信息比较敏感,当感知到外界环境的威胁时,个体会产生应激反应,并进入到紧张状态。过高的应激反应会抑制个体的认知功能,引发包括抑郁和焦虑在内的负性情绪问题。因此,如果能根据生理和心理特征来预测个体的情绪调节和应激能力,这将在个体水平有助于保护个人受到过强的负性刺激,同时也在群体水平有助于国家和企业甄别适合于高挑战性工作的人选。在这一研究方向上,本研究关注两方面的问题:(1)心理弹性特征是否能预测负性情绪反应;以及(2)高维空间里的多变量支持向量回归模型(support vector regression,SVR)是否能超越传统的线性回归模型,大幅度提升我们对于情绪和应激反应的预测准确性。对于(1),我们使用一般线性回归模型,研究了心理弹性和其分量与负性情绪诱发的事件相关电位(event-related potential,ERP)之间的关系。在事件相关电位的研究中,负性刺激相比于正性和中性刺激引发了更大的晚期正成分(late positive potential,LPP),表现出个体的负性加工偏向。LPP经常被用来测量个体对情绪调节的能力和/或效果。我们的实验中被试表现出了负性情绪加工偏向,即负性刺激比中性刺激产生了更大的LPP。当用心理弹性评分和它的三个分量分别预测负性情绪反应的LPP时,心理弹性能够显著地预测负性情绪反应,而这一预测效应主要来自于乐观因子分量的贡献。对于(2),我们使用支持向量回归模型和61个与应激相关的变量(包括人口学,人格量表,以及任务态事件相关电位)对紧张诱发的皮质醇生理响应进行了预测。结果发现SVR模型在剔除了17个对预测没有贡献的特征后所得到的预测结果最优,应激实际值和预测值之间的拟合优度(R~2)为0.753。这样的预测准确度远超我们之前使用一般线性模型以及任何预测变量所能获得的准确度。基于这样的数据,本研究的结果表明心理弹性特征能够预测负性情绪反应,将来的预测模型中应当把这一特征纳入考虑。支持向量回归模型有可能大幅提高应激预测的准确性,值得在今后的预测研究中继续完善并最终实现实际应用。