×
威廉·T·阿德勒。;马维吉

贝叶斯置信度的拟议签名的局限性。 （英语） Zbl 1471.91412号

神经计算机。 30，第12号，3327-3354（2018）.
摘要：置信度的贝叶斯模型假设置信度反映了观察者的决策正确的后验概率。B.杭嘉等【神经计算28，第9期，1840–1858（2016；Zbl 1418.62027号)]已经提出，研究人员可以通过推导贝叶斯置信度的定性特征（即观察者是否为贝叶斯者的模式），并在人类或动物数据中寻找这些特征，来测试贝叶斯模型。我们检查了两个提议的签名，表明其派生包含限制其适用性的隐藏假设，并且它们既不是贝叶斯置信的必要条件，也不是充分条件。一个特征是，在有中立证据的试验中，平均置信度为0.75。只有当类条件刺激分布不重叠且内部噪声很低时，此特征才有效。另一个特征是，随着刺激幅度的增加，正确试验的信心增加，但错误试验的信心降低。只有当刺激分布不重叠或噪声较大时，这种发散特征才成立。J.纳瓦哈斯等人[“信心的特质”，《自然-人类行为》第1期，第11期，第810-818页（2017年；doi:10.1038/s41562-017-0215-1)]已提出此签名的替代形式；我们没有发现任何迹象表明这种替代形式在贝叶斯置信度下是预期的。我们的观察让我们对贝叶斯置信度的定性特征的有用性产生了怀疑。为了确定置信度报告所依据的计算的性质，可能没有定量模型比较的捷径。

MSC公司：

91E30型 心理物理学和心理生理学；感知
91B06型 决策理论
第62页，共15页 统计学在心理学中的应用

关键词：

贝叶斯置信模型;刺激幅度;人的决定

引文：

Zbl 1418.62027号
PDF格式BibTeX公司 XML格式引用
\textit｛W.T.Adler｝和\textit｛W.J.Ma｝，神经计算机。30，第12号，3327-3354（2018；Zbl 1471.91412）
全文： DOI程序 DOI程序
OA许可证

参考文献：

[1] Acerbi，L.、Vijayakumar，S.和Wolpert，D.M.（2014）。人类概率推理中次优性的起源。《公共科学图书馆·计算生物学》，10（6），e1003661，
[2] Adler，W.T.和Ma，W.J.（2018年）。比较贝叶斯和非贝叶斯对人类信心报告的解释。公共科学图书馆计算生物学，
[3] Aitchison，L.、Bang，D.、Bahrami，B.和Latham，P.E.（2015）。知觉决策置信度的双重贝叶斯分析。《公共科学图书馆·计算生物学》，11（10），e1004519，
[4] Ashby，F.G.和Gott，R.E.（1988年）。多维刺激感知和分类中的决策规则。实验心理学杂志：学习、记忆和认知，14（1），33-53，
[5] Augsburger，J.J.、Corría，Z.M.、Trichopoulos，N.和Shaikh，a.（2008）。良性黑色素细胞脉络膜痣和脉络膜恶性黑色素瘤的大小重叠。研究性眼科学和视觉科学，49（7），2823-2826，
[6] Beck，J.M.、Ma，W.J.、Pitkow，X.、Latham，P.E.和Pouget，A.（2012年）。没有噪音，只是错了：次优推理在行为可变性中的作用。神经元，74（1），30-39，
[7] Brier，G.W.（1950）。验证以概率表示的预测。《月度天气回顾》，78（1），1-3，
[8] Denison，R.N.、Adler，W.T.、Carrasco，M.和Ma，W.J.（2018年）。人类将注意力依赖的不确定性纳入感知决策和信心。《美国国家科学院院刊》，115（43），11090-11095。
[9] Drugowitsch，J.（2016）。对人类信心判断的统计性质充满信心。神经元，90（3），425-427，
[10] Drugowitsch，J.、DeAngelis，G.C.、Klier，E.M.、Angelaki，D.E.和Pouget，A.（2014）。反应时间任务中的最优多感官决策。电子生活，3，e03005，
[11] Drugowitsch，J.、Moreno-Bote，R.和Pouget，A.（2014）。感性决策中信念与绩效的关系。公共科学图书馆综合版，9（5），e96511，
[12] Fleming，S.M.和Daw，N.D.（2017）。决策的自我评估：元认知计算的一般贝叶斯框架。心理评论，124（1），91-114，
[13] Girshick，A.R.、Landy，M.S.和Simoncelli，E.P.（2011年）。基本规则：视觉定向感知反映了环境统计知识。《自然神经科学》，14（7），926-932，
[14] Gneiting，T.和Raftery，A.E.（2007年）。严格正确的评分规则、预测和评估。美国统计协会杂志，102（477），359-378·Zbl 1284.62093号
[15] Green，D.M.和Swets，J.A.（1966年）。信号检测理论和心理物理学。纽约：威利。
[16] Hangya，B.、Sanders，J.I.和Kepecs，A.（2016）。统计决策可信度的数学框架。神经计算，28（9），1840-1858·Zbl 1418.62027号
[17] Healy，A.F.和Kubovy，M.（1981年）。在信号检测的数值模拟中，概率匹配和保守决策规则的形成。实验心理学杂志：人类学习与记忆，7（5），344-354，
[18] Insabato，A.、Pannunzi，M.和Deco，G.（2016）。元认知的神经相关因素：对当前任务的批判性观点。《神经科学与生物行为评论》，71，167-175，
[19] Kepecs，A.和Mainen，Z.F.（2012年）。研究人类和动物信心的计算框架。《皇家学会哲学学报B：生物科学》，367（1594），1322-1337，
[20] Kepecs，A.、Uchida，N.、Zariwala，H.A.和Mainen，Z.F.（2008）。决策信心的神经关联、计算和行为影响。《自然》，455（7210），227-231，
[21] Kiani，R.、Corthell，L.和Shadlen，M.N.（2014）。选择的确定性取决于证据和决策时间。神经元，84（6），1329-1342，
[22] Kiani，R.和Shadlen，M.N.（2009年）。与顶叶皮层神经元决策相关的信心表示。科学，324（5928），759-764，
[23] Komura，Y.、Nikkuni，A.、Hirashima，N.、Uetake，T.和Miyamoto，A.（2013）。肺叶神经元的反应反映了受试者对视觉分类的信心。《自然神经科学》，16（6），749-755，
[24] Lak，A.、Costa，G.M.、Romberg，E.、Koulakov，A.A.、Mainen，Z.F和Kepecs，A.（2014）。基于决策置信度的最佳等待需要眶额皮层。神经元，84（1），1-12，
[25] Lee，W.和Janke，M.（1964年）。对三个连续的外部分布刺激样本进行分类。实验心理学杂志，68（1），376-382，
[26] Liu，Z.、Knill，D.C.和Kersten，D.（1995）。人类和理想观测者的目标分类。视觉研究，35（4），549-568，
[27] Ma，W.J.和Jazayeri，M.（2014）。不确定性和概率的神经编码。神经科学年度回顾，37（1），205-220，
[28] Maddox，W.T.（2002年）。知觉分类中决策标准学习的统一理论。行为实验分析杂志，78（3），567-595，
[29] Massoni，S.、Gajdos，T.和Vergnaud，J.-C.（2014）。根据信号检测理论进行置信度测量。心理学前沿，5（325），1455。
[30] Meyniel，F.、Sigman，M.和Mainen，Z.F.（2015）。作为贝叶斯概率的信心：从神经起源到行为。神经元，88（1），78-92，
[31] Navajas，J.、Hindocha，C.、Foda，H.、Keramati，M.、Latham，P.E.和Bahrami，B.（2017年）。自信的特质。《自然-人类行为》，11（11），1-12。
[32] Newsome，W.T.、Britten，K.H.和Movshon，J.A.（1989年）。感知决策的神经关联。《自然》，341（6237），52-54，
[33] Norton，E.H.、Fleming，S.M.、Daw，N.D.和Landy，M.S.（2017年）。静态和动态环境中的次优准则学习。《公共科学图书馆·计算生物学》，13（1），e1005304，
[34] Orhan，A.E.和Jacobs，R.A.（2014）。视觉短期记忆任务的性能限制是否是由于模型不匹配的容量限制？arXiv:1407.0644。
[35] Palminteri，S.、Wyart，V.和Koechlin，E.（2017年）。伪造在计算认知建模中的重要性。认知科学趋势，21（6），425-433，
[36] 皮尔斯，C.S.和贾斯特罗，J.（1884）。感觉上的微小差异。美国国家科学院回忆录，3，73-83。
[37] Pouget，A.、Drugowitsch，J.和Kepecs，A.（2016）。置信度和确定性：不同目标的不同概率量。《自然神经科学》，19（3），366-374，
[38] Qamar，A.T.，Cotton，R.J.，George，R.G.，Beck，J.M.，Prezhdo，E.，Laudano，A.，…Ma，W.J.（2013）。视觉分类中基于试验到试验、不确定性的决策边界调整。《美国国家科学院院刊》，110（50），20332-20337，
[39] Sanborn，A.N.、Griffiths，T.L.和Shiffrin，R.M.（2010年）。用马尔可夫链蒙特卡罗揭示心理表征。认知心理学，60（2），63-106，
[40] Sanders，J.I.、Hangya，B.和Kepecs，A.（2016）。人类信心统计计算的特征。神经元，90（3），499-506·Zbl 1418.62027号
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。