马丁尔

MPTinR:分析多项式处理树模型。MPTIN提供了一种用户友好的方式来分析多项式处理树(MPT)模型(例如,Riefer,D. M.,Batchelder,W.H.〔1988〕。多项建模和认知过程的测量。单一和多个数据集的心理学评论,95,318-333。主要功能是模型拟合和模型选择。模型选择可以使用AIC,BIC,或Fisher信息近似(FIA)基于最小描述长度(MDL)框架的度量。模型和限制可以在外部文件中或在R脚本中以直观的语法或使用上下文无关语言来指定。也支持模型文件的“经典”.EQN文件格式。除了MPTS之外,MPTIN还可以适用于各种各样的认知模型,如SDT模型(参见Food.Model)。MPTIN支持多核拟合和FIA计算使用降雪包。MPTIN可以从模型生成数据,例如,模拟或参数引导和绘图预测与观测数据。


ZBMaCT中的参考文献(11篇文章中引用)

显示结果1至11的11。
按年份排序(引文

  1. ShanueCh,马丁;Erdfelder,埃德加;Heck,Daniel W.:多项式处理树模型的序贯假设检验(2020)
  2. 格罗诺,Quentin F.;瓦格纳制造者;Eric Jan;赫克,Daniel W.;Matzke,朵拉:比较复杂模型的简单方法:使用WARP III桥采样的分层多项式处理树模型的贝叶斯模型比较(2019)
  3. Segert,西蒙;Davis Stober,Clintin P.:先验变换的一般方法(2019)
  4. Boehm、Udo、安妮、杰夫瑞、弗兰克、Michael J.、霍金斯、Guy E.、Heathcote、安得烈、K、Kryptos、安吉洛斯·米蒂亚迪斯;勒切、厄、厄、厄、欧、唐、仆、阿、辛曼、亚;斯塔恩斯、厄、厄、欧、维基、阿;Matzke;Eric Jan:扩散决策模型的跨试验变异参数估计:专家建议和建议(2018)
  5. 赫克,Daniel W.;Erdfelder,埃德加;Kieslich,Pascal J.:广义处理树模型:联合建模离散变量和连续变量(2018)
  6. Schweickert,李察;郑,萧芳:树推理:用响应时间等补充措施对多项式处理树的选择性影响(2018)
  7. 赫克,Daniel W.;瓦格纳制造者,Eric Jan:涉及重新参数化约束的贝叶斯因子的调整先验(2016)
  8. 凯伦,戴维;Erdfelder,埃德加;Malmberg,Kenneth J.;杜比,乍得;克里斯,Amy H.:被忽视的替代物:卢斯的低门槛模型在识别记忆中的应用(2016)
  9. 克劳尔、Karl Christoph、凯伦、戴维:识别记忆模型的灵活性:信心评级的案例(2015)
  10. 克劳尔,Karl Christoph;辛格曼,亨利克;凯伦,戴维:多项式处理树模型中的参数次序约束:Knapp和巴克德尔(2004)的扩展(2015)
  11. 赫克,Daniel W.;Moshagen,莫滕;Erdfelder,埃德加:最小描述长度的模型选择:Fisher信息近似的下界样本大小(2014)