不同学习方式下归类不确定时的特征推理

采用学习-迁移模式, 探讨了同时学习和继时学习两种方式下归类不确定时的特征推理。共包括2个实验, 其中实验1探讨了固定学习轮次的情况, 实验2探讨了固定学习正确率的情况。实验结果表明：同时呈现类别要素的同时学习方式下, 被试习得序列式的单类别表征(原型表征), 在归类不确定时的特征推理中按照“单类的Bayesian规则”进行特征推理, 即P(j\F) =P(k\F)·P(j\k); 相继呈现类别要素的继时学习方式下, 被试习得并列式的多类别表征, 在归类不确定时的特征推理中按照“理性模型”进行推理, 即 P(j\F) =Σk P(k\F)·P(j\k)。     

心理研究中引入贝叶斯统计推断的必要性、应用思路与领域

本文从科学范式演变和概率统计推断特征分析出发,就贝叶斯统计推断引入心理学的必要性、怎么应用、在哪些领域应用集中进行了论述。首先在分析科学范式演进各阶段统计推断任务需要、经典的频率概率统计推断不足基础上,得出科学范式处于危机和革命阶段时需要对相关理论做可信度检验。然后,在介绍贝叶斯定理及其统计推断的基础上,进一步分析了贝叶斯推断能解决理论可信度的多种假设检验情景。最后本文还就贝叶斯统计推断在心理学理论争鸣与建构、心理技术产品开发与评估具体领域应用做了分析。     

贝叶斯推理研究的三个层次

从纵向发展来看, 近年来贝叶斯推理研究从重推理问题轻推理者因素(关注频率信息和图表呈现的促进效应, 推理问题内容对推理的影响, 生态效度等), 逐渐转向重视推理者因素(知识背景, 主体关联性程度等)和推理过程, 最后发展到将推理问题、推理者和推理过程整合的趋势; 从横向发展来看, 各个纵向发展的阶段内部也有横向发展阶段, 整个研究结构呈立体状。未来的研究应进一步结合推理材料、推理过程考察推理者因素如焦虑、认知风格、元认知和工作记忆等对贝叶斯推理的影响, 并利用新的研究手段如ERP、眼动仪等探索和验证贝叶斯推理的影响因素及其认知加工过程。     

贝叶斯多组比较——渐近测量不变性

在行为科学研究领域中,检验测量工具的测量不变性是进行群体差异比较的前提。目前,多组验证性因子分析(多组CFA)方法被广泛用于检验测量不变性,但是它对跨组等值的限制过于严格,在实际应用中常常存在大量局限。贝叶斯渐近测量不变性方法基于贝叶斯思想的优良特性,放宽了传统多组CFA方法对跨组差异的严格限制,避免了传统方法的问题,具有较高的应用价值。文章详细介绍了贝叶斯渐近测量不变性方法的原理及优势,同时通过实例展示了渐近测量不变性方法在Mplus软件中的具体分析过程。     

有中介的调节模型的拓展及其效应量

传统的有中介的调节(mediated moderation, meMO)模型关于误差方差齐性的假设经常被违背, 应用研究中也缺乏测量meMO效应大小的指标。对于单层数据, 本文借助于两层建模的思想, 提出了一种可用于处理方差非齐性的两层有中介的调节(2meMO)模型; 给出了用于测量meMO分析中总调节效应、直接调节效应和有中介调节效应大小的效应量。通过Monte Carlo模拟研究, 比较了meMO和2meMO模型在参数和效应量估计上的表现。并通过实际案例解释了2meMO模型的应用以及效应量的计算和解释。     

基于贝叶斯网模型的多级计分诊断测验分类及比较研究

贝叶斯网模型提供了一种方便和直观的框架结构来表示变量间的关系,非常适合在诊断测验中对教育评估的内容进行建模。本研究将两种贝叶斯网分类模型与序列多级计分诊断模型S-GDINA进行综合比较。考察两种贝叶斯网分类模型与S-GDINA在Q矩阵正确界定和包含一定比例(25%、 30%)的错误时,两者对被试的分类性能;并将贝叶斯网分类模型应用到实证数据中,展示贝叶斯网分类模型在实证数据中的分类过程和分类性能。研究结果表明：当Q矩阵由专家正确界定时,朴素贝叶斯分类模型的分类效果与S-GDINA模型相差不大,同样可以达到很好的分类效果,树增广的朴素贝叶斯分类模型的分类性能也能达到良好。实证结果进一步表明,将贝叶斯网分类模型应用于教育测量领域中的诊断分类工具是有其优势和可行的,尤其是当测验数据对于所选用诊断模型的拟合较差、测验的Q矩阵中包含错误或测验数据中包含较多的噪音时。     

时空干扰效应：基于贝叶斯模型的解释

时空干扰效应是指时间知觉受空间信息干扰或空间知觉受时间信息干扰而出现错觉的现象。部分研究认为时空干扰是不对称的,空间对时间的干扰总是更大;还有研究认为时间和空间相互干扰的强度受实验因素影响,一般来说,空间对时间的干扰更大,但时间也能对空间产生同等程度甚至更大的干扰。在回顾隐喻理论和量值理论的主要观点之后,重点分析贝叶斯模型对时空干扰效应的解释,最后提出未来研究应关注的三个问题,即拓展贝叶斯模型对时空干扰效应的解释范围,探明基于贝叶斯推断的时空干扰神经机制和探索时空干扰的调控方法。     

概率的不同表征对贝叶斯推理的影响的研究

该研究以贝叶斯推算、判断为实验任务,探讨了三种概率表征(百分比、自然频率、概率词)、三种概率规则认识水平对贝叶斯推理的影响,结果表明:1)概率词表征的贝叶斯推算实质是判断过程。2)在三种概率表征中,频率表征更适合于正确完成贝叶斯推理,但存在学科背景的差异。3)贝叶斯推理使用的策略有正确规则、错误规则、命题知识、概率简捷式、直觉和个人意愿六种。4)贝叶斯判断的正确率高于贝叶斯推算,个体在贝叶斯判断上使用的正确规则多于贝叶斯推算过程。     

基础概率在贝叶斯推理中的作用

针对贝叶斯推理研究中基础概率忽略现象的争论,直接操纵基础概率水平,考察被试在贝叶斯推理时是否加工了基础概率信息。结果表明,低基础概率组后验概率估计显著低,无基础概率组后验概率估计反应时显著短于有基础概率组。被试在各种条件下估计的正确率都较低,说明对基础概率在贝叶斯推理中的作用考虑不充分。     

贝叶斯主义与指称主义

在意义理论中,指称主义的历史是最为悠久的,它受到的攻击也是最多的。对指称主义的攻击主要是针对同一性替换规则的,有太多的事例说明同一性替换规则不具有普遍性,这种攻击多是建立在归谬论证的基础上的。查尔默斯也认为指称主义是错误的,不过他的证明角度比较新颖,其着手点是主观贝叶斯主义;证明方式也更丰富。虽然如此,他的论证其实也是针对同一性替换规则的。文章最后得出结论说,自然语言在我们生活中的作用是如此之丰富,试图用一种意义理论解释所有表达式的意义也许只是天方夜谭。