概率与命题

本文的主题是揭示信念对象。关于信念对象最流行的观点是指称主义的观点,指称主义者或把个体与性质组成的命题视为信念对象,或把可能世界集视为信念对象,但若从贝叶斯的确证理论出发来考察信念对象的话,就会发现指称主义与贝叶斯主义间的冲突,由于贝叶斯主义是一种相当成功的理论,因而指称主义是错误的。贝叶斯主义需要的是一种非指称的信念对象,对贝叶斯理论而言,首内涵可以扮演置信对象这一角色。不过首内涵缺乏结构,缺乏指称信息,前者可以用借助于结构化首内涵来解决,后者可以在前者的基础上借助于丰富化内涵进而借助于丰富化的命题来解决。     

类别特征的相似性与竞争性对归类的影响

探讨新项目特征的性质对归类的影响。共包括两个实验,被试是华南师范大学180名二年级本科生。研究材料分两部分,学习材料是两类昆虫的若干类别成员,每类昆虫有6种特征;测试材料则是与学习材料的类别成员有不同相似性或竞争性的新项目,要求被试经过学习之后对新项目进行归类,然后对被试归类的一致性或确信度进行分析。实验1主要探讨新项目与类别成员相似性对归类的影响;实验2主要探讨新项目特征的竞争性对归类的影响。结果表明,匹配特征数量及其概率是相似性的两个构成因素,它们与新项目的归类概率成正比,而对立特征数量及其概率则是竞争性的两个构成因素,它们均与新项目的归类概率成反比。     

贝叶斯推理的改进方法--以频率格式代替概率格式进行信息表征

贝叶斯推理规则是人工智能领域和认知心理学领域的一个重要理论,数学家、逻辑学家与心理学家都对其做了全面细致的研究。关于人的思维方式是否遵循贝叶斯推理规则,目前存在着两种截然相反的观点。一方面,古典的启迪概率主义者认为,概率理论是受过教育的人的基本常识,是思想的规律。Edwards(1968)最先用实验的方法测试人类的推理是否遵循贝叶斯定理,并认为,即使是“保守的”推理也在一定程度上与贝叶斯定理计算得出的结论相吻合。然而另一方面。Kahneman和Tversky(1972)却认为,人们明显地不是保守贝叶斯主义,甚至可以说根本就没遵循贝叶斯定理。古生物学者Gould(1992)持有更极端的看法,认为人们的大脑生来就不是遵循概率规则的。     

任务情境和证据信息对青少年贝叶斯推理的影响研究

采用生活情境测查任务和经典测查任务探讨了任务情境对青少年贝叶斯推理的影响,以及生活情境测查任务中不同证据信息对青少年贝叶斯判断的影响作用.结果表明:(1)在生活情境测查任务中,从小学六年级到大学二年级,被试的贝叶斯推理能力稳步缓慢提升(相邻的两个被试组之间差异不显著,而不相邻的两个被试组之间差异更容易达到显著水平),发展没有出现加速期,而经典测查任务情境下没有表现出年龄差异;(2)贝叶斯推理作为条件概率的判断不仅受任务情境的影响,而且同一任务情境中不同证据信息也会影响贝叶斯判断.当证据信息与先验信念一致时,被试可以充分利用线索进行推理.     

从贝叶斯主义的视角看迪昂问题

对于迪昂问题,贝叶斯主义有着独特的视角。本文主要通过介绍多林与斯特雷文斯各自运用贝叶斯方法解决迪昂问题的两个方案,试图说明迪昂问题在贝叶斯机制中的处理方式,并且对这两个方案作出比较,认为斯特雷文斯的方案更为客观与合理。     

条件推理与概率判断

选取6个具体内容的条件命题和1个纯形式的条件命题作为实验材料,以大学生为被试,深入探讨了条件推理的认知加工机制。结果发现,大学生被试对四种推理形式的认可程度主要与范畴前提的概率值成正比,条件推理似乎是一种基于概率判断的直觉而高效的认知加工过程,进一步证实了Oaksford（2000）以及Evans（2003）等人的观点。     

统计认知理论及应用研究

长期以来大家认为人类认知尽管可以看成是非确定的推理计算过程,但它的知识表达、模型结构、及计算方法和概率统计理论在本质上是不同的,因此认知科学和概率统计方法存在巨大的鸿沟,过去两者基本上独立发展。近年来随着Bayesian概率统计模型研究的一系列突破性工作和认知过程本质的不断被发现和挖掘,两者的相关性和互补性逐渐突显出来。许多研究者认为认知是近似遵循概率统计推理原则的,一些研究工作显示两者的结合有可能对人工智能发展产生深远的影响。本文对当前统计认知理论及应用研究的现状进行系统的梳理,并结合自身的研究对它今后的发展提出自己的看法。     

心理学可重复性危机两种根源的评估

心理学的可重复性危机有两大已知的根源:传统统计学中虚无假设显著性检验体系的局限,和心理学的学术传统中的弊端,本文以开放科学协作组2015年报告的数据为依据,试对这两个根源的影响作一粗略的估算。采用Goodman(1992)和Cumming(2008)提出的方法对传统统计体系所加诸于可重复性的限制加以分析后,估算的结果表明传统统计学体系的制约,虽然有举足轻重的影响,却远不能完全解释该报告中低至36%的可重复率,该报告所反映的状况,显然还另有重大的非统计学的根源。本文进一步用Ioannidis(2005)提出的模型对这类非统计学因素的影响加以分析。分析后得到的若干组人为偏差率和Ha真实概率的估算,表明在原来研究所获得的几乎清一色的阳性结果中,大约只有不到三分之一或更低的比例是真阳性,而且相当部分的阳性结果,可能由人为偏差所造成。这样的分析可比较具体地描述该类因素对当前可重复性危机的可能影响。     

基于群体水平评估的认知诊断模型开发与应用

本文开发了基于群体水平评估的认知诊断模型——G-AHM,采用Monte Carlo模拟方法探讨了模型的性能与表现,并探讨其在实践中的具体应用。研究发现：（1）新模型G-AHM不仅具有较高的边际判准率,还具有较好的模式判准率,且具有较强的稳健性,说明本研究开发的新模型基本合理、可行的。（2）与已有的具有较高效度的诊断结果比较发现：从认知状态、属性掌握概率与属性掌握比例三个方面,G-AHM模型所获得的群体诊断结果都与已有结果基本一致,即可以认为G-AHM方法获得的诊断结果也具有较高的效度。因此G-AHM模型在实际中是可行、可信的;且G-AHM方法中将认知状态与群体对属性的掌握概率信息相结合,可以更好的解释及分析被试的认知水平,提供的信息更具参考价值。     

不确定性容忍度、损益概率及延迟风险对延迟选择的影响

研究通过两个实验考查了不确定性容忍度及相关变量对延迟选择的影响,其中实验1采用2（不确定性容忍度：高/低）×2（概率水平：高/中）被试间实验设计;研究2将实验任务设定在有延迟风险情景下中等概率水平,采用单因素（不确定性容忍度：高/低）被试间实验设计.实验1结果表明：不确定性容忍度与概率水平存在交互作用：中等概率时,低容忍度个体比高容忍度个体更偏好延迟选择,高概率时,两者的延迟选择无显著差异,都偏好于选择决策.实验2结果表明：在有延迟风险中等概率时,高、低容忍度个体的决策偏好无显著差异,都偏好选择决策.结论：不确定性容忍度对延迟选择存在影响且受概率水平和延迟风险的调节.