×
詹姆斯·帕莱斯特罗（James J.Palestro）。;吉元巴哈;塞德伯格，Per B。;陆忠林;马克·斯坦弗斯;布兰登·M·特纳。

神经和行为认知测量联合模型教程。 （英语） Zbl 1416.91329号

数学杂志。精神病。 84, 20-48 (2018).
摘要：认知神经科学和数学心理学领域之间日益增强的协同作用，激发了几种独特的统计方法的发展，这些方法利用了这两个学科的优势[B.M.特纳等，《数学杂志》。精神病。76，B部分，65–79（2017；Zbl 1396.91629号)]. 特别是一种称为联合建模的方法，试图对“子模型”的参数之间的协变进行建模，以捕捉每个数据流中的重要模式。联合模型提供了一个超越传统分析水平的有趣机会（例如。，D.马尔的层次结构（《视觉：人类视觉信息表征和处理的计算研究》，纽约：W.H.Freeman and Company（1982））[B.C.爱，顶部。科尼特。科学。7，第2期，230-242（2015年；doi:10.1111/tops.12131]. 在这份手稿中，我们提供了两种类型的联合模型的教程——定向方法和协方差方法。已经开发了计算程序，将这些方法应用于许多认知任务，但这两种方法都没有被更广泛的受众所接受。在这里，我们提供了一个逐步演练，介绍如何开发每个数据流的子模型，以及如何链接重要的模型参数以形成一个内聚模型。为了方便起见，我们提供了使用“另一个吉布斯采样器”的代码[M.普卢默，“JAGS:使用吉布斯抽样分析贝叶斯图形模型的程序”，载于：《第三届分布式统计计算国际研讨会论文集》，2003年。第10页（2003年），https://www.r-project.org/conferences/DSC-2003/Processings/Plummer.pdf]执行模型参数估计的软件。最后，我们演示了该方法应用于对比度辨别任务的实际数据，其中早期视觉区域的激活参数直接映射到扩散决策模型简化版本中的漂移率参数[R.拉特克利夫，心理医生。第85版，第2号，59–108（1978年；doi:10.1037/0033-295X.85.2.59)].

引用于2文件

MSC公司：

91E10型 认知心理学
91-04 用于博弈论、经济学和金融相关问题的软件、源代码等
92C20美元 神经生物学
第62页，共15页 统计学在心理学中的应用

关键词：

基于模型的认知神经科学;关节模型;神经和行为测量;贝叶斯建模

引文：

Zbl 1396.91629号

软件：

卡爪;jags-wiener公司;贝叶斯DA;FSL公司;斯坦
PDF格式BibTeX公司 XML格式引用
\textit{J.J.Palestro}等人，J.Math。精神病。84、20--48（2018；Zbl 1416.91329）
全文： 内政部

参考文献：

[1] 阿蒙斯，K。；马利科维奇，A。；莫尔伯格，H。；肖曼，T。；Zilles，K.，Brodmann的17和18区进入立体定位空间——在哪里以及如何变化？，神经影像学，11，66-84，（2000）
[2] Anderson，J.R.，通过多元模式分析和隐马尔可夫模型算法跟踪问题解决，《神经心理学》，第50期，第487-498页，（2012年）
[3] 安德森，J.R。；贝茨，S。；Ferris，J.L。；Fincham，J.M.，追踪心理状态的神经成像，美国国家科学院学报，107，7018-7023，（2010）
[4] 博姆，美国。；Van Maanen，L。；Forstmann，B。；Van Rijn，H.，CNV振幅的逐次试验波动反映了反应谨慎的预期调整，神经影像，96，95-105，（2014）
[5] Borst，J.P。；Anderson，J.R.，《关于结合fMRI数据使用认知结构ACT-R的分步教程》，《数学心理学杂志》，76，94-103，（2017）·Zbl 1396.91614号
[6] 博因顿，G.M。；Demb，J.B。；手套，G.H。；Heeger，D.J.，对比度辨别的神经基础，视觉研究，39，257-269，（1999）
[7] 博因顿，G.M。；恩格尔，S.A。；手套，G.H。；Heeger，D.J.，人类V1功能磁共振成像的线性系统分析，神经科学杂志，16，13，4207-4221，（1996）
[8] 布朗，S。；Heathcote，A.，《选择反应时间的最简单完整模型：线性弹道累积》，认知心理学，57，153-178，（2008）
[9] 卡彭特，B。；Gelman，A。；医学博士霍夫曼。；Lee，D。；古德里奇，B。；Betancourt，M.，Stan:概率编程语言，《统计软件杂志》，76，1-37，（2016）
[10] Cassey，P.J。；高特，G。；Steyvers，M。；Brown，S.D.，《感知决策过程中棘突训练和眼跳的生成性联合模型》，《心理学通报与评论》，第23、6、1757-1778页，（2016）
[11] 卡瓦纳，J.F。；Wiecki，T.V。；科恩，M.X。；Figueroa，C.M。；Samanta，J。；Sherman，S.J.，刺激丘脑底核逆转前额内侧影响超过决策阈值，《自然神经科学》，第14期，1462-1467页，（2011年）
[12] Coltheart，M.，到目前为止，功能性神经成像告诉我们关于大脑的什么？，Cortex，42，323-331，（2006）
[13] Daw，N.D。；Doya，K.，《学习和奖励的计算神经生物学》，《神经生物学的当前观点》，16，（2006），199-20
[14] Daw，N.D。；尼夫，Y。；Dayan，P.，用于行为控制的前额和背外侧纹状体系统之间基于不确定性的竞争，自然神经科学，81704-1711，（2005）
[15] de Hollander，G。；Forstmann，B.U。；Brown，S.D.，通过计算认知模型连接行为和神经数据的不同方法，认知神经科学和神经成像，101-109，（2016）
[16] 丹尼斯，S。；汉弗莱斯，M.S.，情景词识别的上下文噪声模型，《心理学评论》，108452-478，（2001）
[17] 艾克霍夫，S.B。；Stephan，K.E。；莫尔伯格，H。；格雷夫克斯，C。；芬克·G·R。；Amunts，K.，用于结合概率细胞结构图和功能成像数据的新spm工具箱，Neuroimage，251325-1335，（2005）
[18] 埃尔德里奇，L.L。；Knowlton，B.J。；Furmanski，C.S。；布克海默，S.Y。；Engel，S.A.，《不确定性判决：法庭中的锚定效应》，《自然神经科学》，31149-1152，（2000）
[19] Feller，W.，《概率论及其应用导论》（第1卷），（1968年），约翰·威利：纽约·Zbl 0155.23101号
[20] Forstmann，B.U。；Tittgemeyer，M。；Wagenmakers，E.-J。；Derrfuss，J。；要务，D。；Brown，S.，《老年人大脑中的速度-准确性权衡：基于结构模型的方法》，《神经科学杂志》，3117242-17249，（2011）
[21] Forstmann，B.U。；Wagenmakers，E.-J.，《基于模型的认知神经科学导论》（2014），纽约斯普林格出版社
[22] 福斯特曼，B.U。；Wagenmakers，E.-J。；Eichele，T。；布朗，S。；Serences，J.T.，认知神经科学与正式认知模型之间的相互关系：对立物吸引？，认知科学趋势，15，272-279，（2011）
[23] M.弗兰克。；加涅，C。；Nyhus，E。；硕士，S。；Wiecki，T.V。；Cavanagh，J.F.，人类强化学习期间动态决策参数的FMRI和EEG预测，《神经科学杂志》，35，2，485-494，（2015）
[24] M.J.弗兰克。；塞伯格，L.C。；O'Reilly，R.C.，《胡萝卜还是棍子：帕金森综合征中的认知强化学习》，《科学》，3061940-1943年，（2004）
[25] Gelman，A。；卡林，J.B。；斯特恩，H.S。；Rubin，D.B.，贝叶斯数据分析，（2004），纽约州查普曼和霍尔·Zbl 1039.62018号
[26] Gelman，A。；Rubin，D.B.，《使用多序列从迭代模拟中进行推断》，《统计科学》，第7457-472页，（1992年）·Zbl 1386.65060号
[27] 哈里森·L·M。；Penny，W。；阿什伯恩，J。；北卡罗来纳州Trujillo-Barreto。；Friston，K.J.，基于扩散的成像空间先验，神经影像，38，677-695，（2007）
[28] 霍金斯，G。；米特纳，M。；Forstmann，B.U。；Heathcote，A.，《关于神经信息认知模型识别潜在认知状态的效率》，《数学心理学杂志》，76，142-155，（2017）·Zbl 1396.91618号
[29] Heathcote，A。；布朗，S.D。；Wagemakers，E.-J.，《认知建模良好实践介绍》，（Forstmann，B.U.；Wagenmakers（E.-J），《基于模型的认知神经科学介绍》（2015），纽约斯普林格出版社），25-48
[30] Lee，医学博士。；Wagenmakers，E.-J.，《认知科学的贝叶斯建模：实践课程》，（2013），剑桥大学出版社
[31] 李，X。；卢，Z.-L。；Tjan，B.S。；Dosher，B.A。；Chu，W.，血氧水平依赖性对比反应功能识别早期视觉区域隐蔽注意的机制，美国国家科学院学报，105，6202-6207，（2008）
[32] Link，W.A。；Eaton，M.J.，《关于MCMC中链的细化》，《生态学和进化方法》，3，112-115，（2012）
[33] Love，B.C.，算法水平是计算和大脑之间的桥梁，《认知科学主题》，2015年第7期
[34] 麦克·M·L。；普雷斯顿，A.R。；Love，B.C.，《从神经实现中解码大脑的分类算法》，《当代生物学》，第23期，2023-2027页，（2013年）
[35] Marr，D.，《视觉：人类视觉信息表征和处理的计算研究》，（1982年），纽约弗里曼出版社
[36] Merkle，E.C。；Van Zandt，T.，《泊松竞赛模型在置信度校准中的应用》，《实验心理学杂志：综述》，135，391-408，（2006）
[37] Mohammad-Djafari，A。；Féron，O.，《离散时间序列变化点分析的贝叶斯方法》，《成像系统与技术国际期刊》，16，215-221，（2006）
[38] Mumford，J.A。；特纳，B.O。；阿什比，F.G。；Poldrack，R.A.，《在多体素模式分类分析的事件相关设计中解卷积BOLD激活》，NeuroIMage，59，2636-2643，（2012）
[39] 纳瓦罗，D.J。；Fuss，I.G.，《Wiener扩散模型中首次通过时间的快速准确计算》，《数学心理学杂志》，53222-230，（2009）·兹比尔1176.60071
[40] 医学博士努内兹。；斯里尼瓦桑，R。；Vandekerckhove，J.，注意力的个体差异影响感知决策，心理学前沿，8，18，1-13，（2015）
[41] 努涅斯，医学博士。；范德克霍夫，J。；Srinivasan，R.，《注意力如何影响知觉决策：漂移扩散模型参数的单次试验脑电图相关性》，《数学心理学杂志》，76，117-130，（2017）·Zbl 1396.91648号
[42] 奥斯特·A.F。；Dennis，S.，《项目和联想识别记忆的干扰来源》，《心理学评论》，122260-311，（2015）
[43] Palestro，J.J。；Sederberg，P.B。；奥斯特·A.F。；Van Zandt，T。；Turner，B.M.，《认知科学的无似然方法》（2018），纽约斯普林格出版社
[44] Palmeri，T。；夏尔，J。；Logan，G.，感知决策的神经认知建模，（Busemeyer，J.R.；Townsend，J.；Wang，Z.J.；Eidels，A.，《牛津计算和数学心理学手册》，（2015），牛津大学出版社）
[45] Pearl，J.，《智能系统中的概率推理》（1988），摩根·考夫曼，加利福尼亚州旧金山
[46] 佩尼，W.D。；新泽西州Trujillo-Barreto。；Friston，K.J.，贝叶斯fMRI时间序列分析与空间先验，神经影像，24，350-362，（2005）
[47] Plummer，M.JAGS：使用吉布斯抽样分析贝叶斯图形模型的程序。在第三届分布式统计计算国际研讨会会议记录，; Plummer，M.JAGS：使用吉布斯抽样分析贝叶斯图形模型的程序。在第三届分布式统计计算国际研讨会会议记录，
[48] 波尔德拉克，R.A。；Mumford，J.A。；Nichols，T.E.，《功能MRI数据分析手册》，（2011年），剑桥大学出版社，纽约·Zbl 1321.92015年
[49] Purcell，B。；Heitz，R。；科恩，J。；夏尔，J。；洛根，G。；Palmeri，T.，感知决策的神经约束建模，《心理学评论》，1171113-1143，（2010）
[50] 兰加纳思，C。；Yonelinas，A.P。；科恩，M.X。；戴，C.J。；汤姆·S·M。；D’Esposito，M.，内侧颞叶内回忆和熟悉性的分离相关性，《神经心理学》，42，2-13，（2004）
[51] Ratcliff，R.，《记忆提取理论》，《心理学评论》，85，59-108，（1978）
[52] 拉特克利夫，R。；McGoon，G.，《扩散决策模型：两种选择决策任务的理论和数据》，神经计算，20873-922，（2008）·Zbl 1147.68720号
[53] Ratcliff，R。；Rouder，J.N.，《两种选择决策的反应时间建模》，《心理科学》，第9期，第347-356页，（1998年）
[54] Ratcliff，R。；Thapar，A。；麦库恩，G.，阿甘，实践与感知任务：扩散模型分析，心理与老龄化，21353-371，（2006）
[55] Ratcliff，R。；Tuerlinckx，F.，《估算扩散模型的参数：处理污染物反应时间和参数可变性的方法》，《心理学通报与评论》，第9期，第438-481页，（2002年）
[56] Ratcliff，R。；Van Zandt，T。；麦库恩，G.，《反应时间的联结主义和扩散模型比较》，《心理学评论》，106，261-300，（1999）
[57] Rissman，J。；Gazzaley，A。；D’Esposito，M.，《测量认知任务不同阶段的功能连通性》，《神经影像》，23752-763，（2004）
[58] Schall，J.D.，《关于在大脑和行为之间架起桥梁》，《心理学年度评论》，第55期，第23-50页，（2004年）
[59] Shiffrin，R.M。；Steyvers，M.，《识别记忆的模型：快速眼动-有效地从记忆中检索》，《心理学通报与评论》，4145-166，（1997）
[60] Smith，P.L.，《反应时间和准确性的随机动力学模型：基础入门》，《数学心理学杂志》，44，408-463，（2000）·Zbl 0982.91040号
[61] 史密斯，S.M。；詹金森，M。；Woolrich，M.W。；贝克曼，C.F。；贝伦斯，T.E.J。；Johansen-Berg，H.，作为FSL的功能和结构MR图像分析与实现进展，神经影像，23，S208-S219，（2004）
[62] 史密斯，P.L。；Van Zandt，T.，简单判断中反应潜伏期的时间依赖泊松计数器模型，英国数学与统计心理学杂志，53，（2000）
[63] 斯塔恩斯，J.J。；Ratcliff，R.，《老化对速度精度折衷的影响：扩散模型中的边界优化》，《心理老化》，25，377-390，（2010）
[64] Stone，M.，《选择反应时间模型》，《心理测量学》，25，251-260，（1960）·Zbl 0114.11501号
[65] Teller，D.Y.，《联系命题》，《视觉研究》，第24期，第1233-1246页，（1984年）
[66] ter-Braak，C.J.F.，遗传算法差分进化的马尔可夫链蒙特卡罗版本：实参数空间的简易贝叶斯计算，统计与计算，16，239-249，（2006）
[67] Tuerlinckx，F.，扩散模型中累积分布和概率密度函数的有效计算，行为研究方法，仪器与计算机，36702-716，（2004）
[68] Turner，B.M.，通过贝叶斯建模约束认知抽象，（Forstmann，B.U.；Wagenmakers，E.，基于模型的认知神经科学导论，（2015），Springer New York），199-220
[69] 特纳，B.M。；丹尼斯，S。；Van Zandt，T.，记忆模型的无似然贝叶斯分析，《心理学评论》，120，667-678，（2013）
[70] 特纳，B.M。；福斯特曼，B.U。；爱，公元前。；Palmeri，T.J。；Van Maanen，L.，《基于模型的认知神经科学中的分析方法》，《数学心理学杂志》，76，65-79，（2017）·Zbl 1396.91629号
[71] 特纳，B.M。；Forstmann，B.U。；Wagenmakers，E.J。；布朗，S.D。；Sederberg，P.B。；Steyvers，M.，《同时建模神经和行为数据的贝叶斯框架》，《神经影像》，72193-206，（2013）
[72] 特纳，B.M。；罗德里格斯，C.A。；诺西亚，T。；Steyvers，M。；McClure，S.M.，《为什么越多越好：一种同时建模EEG、fMRI和行为的方法》，《神经影像》，128，96-115，（2016）
[73] 特纳，B.M。；Schley，D.R。；穆勒，C。；Tsetsos，K.，《多选择、多属性优先选择的竞争理论》，《心理学评论》（2017），Advance在线出版物
[74] 特纳，B.M。；Sederberg，P.B。；布朗，S。；Steyvers，M.，从具有相关维度的分布中有效采样的方法，心理学方法，18368-384，（2013）
[75] 特纳，B.M。；Van Maanen，L。；Forstmann，B.U.，《将认知抽象与神经生理学相结合：神经漂移扩散模型》，《心理学评论》，122，312-336，（2015）
[76] 特纳，B.M。；Van Zandt，T.，《近似贝叶斯计算教程》，《数学心理学杂志》，56，69-85，（2012）·Zbl 1245.91084号
[77] 特纳，B.M。；Wang，T。；Merkel，E.，同时建模神经和行为数据的因子分析链接函数，Neuroimage，153，28-48，（2017）
[78] van Maanen，L。；布朗，S.D。；Eichele，T。；Wagenmakers，E.-J。；Ho，T。；Serences，J.，反应谨慎中试验与试验波动的神经相关性，神经科学杂志，3117488-176495，（2011）
[79] 范德克霍夫，J。；Tuerlinckx，F。；Lee，M.D.，《决策扩散过程模型的贝叶斯方法》（Sloutsky，V.M.；Love，B.C.；McRae，K.，《认知科学学会第30届年会论文集》（2008），德克萨斯州奥斯汀认知科学学会）
[80] van Ravenzwaaij，D。；教务长，A。；Brown，S.D.，《将神经和行为数据整合为单一模型的验证方法》，《数学心理学杂志》，76，131-141，（2017）·Zbl 1396.91634号
[81] Wabersich，D。；Vandekerckhove，J.，《扩展JAGS:向JAGS添加自定义分发的教程》（以扩散模型为例），行为研究方法，46，15-28，（2014）
[82] 白色，C。；Ratcliff，R。；瓦西，M。；McGoon，G.，《情绪材料的吞咽困难和记忆：扩散模型分析》，《认知与情绪》，第23期，第181-205页，（2009年）
[83] Woolrich，M.W。；詹金森，M。；布雷迪，J.M。；Smith，S.M.，fMRI数据的完全贝叶斯时空建模，IEEE医学成像学报，23，213-231，（2004）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。