贝叶斯置信模型假设置信度反映了观测者判断正确的后验概率。Hangya、Sanders和Kepecs(2016)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。Navajas等人(2017)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。

您当前无权访问此内容。