×

使用层次化方法构建信息模型优先级。 (英语) Zbl 1208.62195号

小结:尽管它们的声誉不佳,但信息丰富的先验在推理中非常有用。表示心理上有意义的直觉的先验值可以在不牺牲灵活性的情况下,抵消由于采样可变性而导致的数据随机波动。本文重点讨论如何构造直观满意的信息先验分布。特别是,它演示了对所考虑的模型集的参数化生成帐户的分层引入是如何自然地对模型施加非均匀的先验分布,编码了关于模型的现有直觉。使用一个实例,即可变抽象模型(VAM),一系列分类模型,包括并扩展了样本模型和原型模型,使构建信息模型先验的分层方法变得具体。通过指定在VAM中生成模型的理论知情过程,可以在这些模型的信息先验分布中正式捕获关于VAM中模型相对似然性的心理直觉。通过考虑类别学习文献中十个先前发布的数据集,证明了信息先验在估计中的平滑效果。

MSC公司:

第62页,共15页 统计学在心理学中的应用
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Anderson,J.R.,《人类分类的适应性本质》,《心理学评论》,98,409-429(1991)
[2] 阿什比,F.G。;Maddox,W.T.,原型、样本和决策约束分类模型之间的关系,《数学心理学杂志》,37372-400(1993)·Zbl 0811.92029号
[3] Berger,J.O.,客观贝叶斯分析案例,贝叶斯分析,1385-402(2006)·Zbl 1331.62042号
[4] Brooks,L.R.,非分析概念的形成和实例记忆,(Rosch,E.;Lloyd,B.B.,认知与分类(1978),Lawrence Erlbaum:Lawrence Erlbaum-Hillsdale,NJ),169-211
[5] Diaconis,P。;Ylvisaker,D.,指数族的共轭先验,统计年鉴,7269-281(1979)·Zbl 0405.62011号
[6] Draper,D.,《模型不确定性的评估和传播》,《皇家统计学会杂志》。B系列,57,45-97(1995)·Zbl 0812.62001号
[7] 为什么不是每个人都是贝叶斯主义者?,《美国统计学家》,40,1-5(1986)·Zbl 0587.62003号
[8] Goldstein,M.,《主观贝叶斯分析:原理与实践》,贝叶斯研究,第1403-420页(2006)·Zbl 1331.62047号
[9] Griffiths,T.L。;卡尼尼,K.R。;Sanborn,A.N。;Navarro,D.J.,《通过分层Dirichlet过程统一分类的理性模型》(McNamara,D.S.;Trafton,J.G.,《认知科学学会第29届年会论文集》(2007),认知科学学会:德克萨斯州奥斯汀认知科学学会),323-328
[10] Griffiths,T.L。;坎普,C。;Tenenbaum,J.B.,贝叶斯认知模型,(Sun,R.,剑桥计算认知建模手册(2008),剑桥大学出版社:剑桥大学出版社,剑桥),59-100
[11] Kass,R.E。;Wasserman,L.,《通过形式规则选择先验分布》,《美国统计协会杂志》,91,1343-1370(1996)·Zbl 0884.62007号
[12] Lee,M.D.,保留函数的贝叶斯分析,《数学心理学杂志》,48,310-321(2004)·Zbl 1118.91360号
[13] Lee,M.D.,人类对最优停止问题决策的分层贝叶斯模型,认知科学,30,555-580(2006)
[14] Lee,医学博士。;Vanpaemel,W.,《范例,类别表示中的原型、相似性和规则:层次贝叶斯分析的示例》,认知科学,321403-1424(2008)
[15] Lee,医学博士。;Wagenmakers,E.J.,心理学中的贝叶斯统计推断:对Trafimow的评论(2003),《心理学评论》,112662-668(2005)
[16] Lindley,D.V.,《悲惨的先行者》,《意义》,185-87(2004)
[17] Lindley,D.V。;Phillips,L.D.,伯努利过程的推断(贝叶斯观点),《美国统计学家》,第30期,第112-119页(1976年)·Zbl 0335.62025号
[18] 爱,公元前。;Medin,D.L。;Gureckis,T.M.,SUSTAIN:类别学习的网络模型,《心理学评论》,111,309-332(2004)
[19] Medin,D.L。;Schaffer,M.M.,分类学习的语境理论,《心理学评论》,85,207-238(1978)
[20] Minda,J.P。;Smith,J.D.,《类别学习中的原型:类别大小、类别结构和刺激复杂性的影响》,《实验心理学杂志:学习、记忆和认知》,27775-799(2001)
[21] Morey,R.,《测量工作记忆容量的贝叶斯层次模型》,《数学心理学杂志》,55,1,8-24(2011)·Zbl 1208.91129号
[22] Murphy,G.L.,《概念大书》(2002),麻省理工学院出版社:麻省理工学院出版社波士顿
[23] Myung,I.J.(新泽西州明市)。;皮特,M.A.,《应用奥卡姆剃刀建模认知:贝叶斯方法》,《心理经济学通报与评论》,479-95(1997)
[24] 纳瓦罗,D.J.,《基于范例的概念和反应尺度过程之间的相互作用》,《数学心理学杂志》,51,85-98(2007)·Zbl 1183.91142号
[25] Nosofsky,R.M.,《选择、相似性和分类语境理论》,《实验心理学杂志:学习、记忆和认知》,第10期,第104-114页(1984年)
[26] Nosofsky,R.M.,《注意力、相似性和识别-分类关系》,《实验心理学杂志:概述》,115,39-57(1986)
[27] Nosofsky,R.M.,《整体刺激识别和分类中的注意和学习过程》,《实验心理学杂志:学习、记忆和认知》,第13期,第87-108页(1987年)
[28] Nosofsky,R.M.,《范例、原型和相似性规则》,(Healy,A.F.;Kosslyn,S.M.;Shiffrin,R.M,《从学习理论到联结主义理论:纪念William K.Estes的论文》,第1卷(1992),劳伦斯·埃尔鲍姆:劳伦斯·厄尔鲍姆·希尔斯代尔,新泽西州),149-167
[29] 诺索夫斯基,R.M。;克拉克,S.E。;Shin,H.J.,《分类、识别和再认中的规则和范例》,《实验心理学杂志:学习、记忆和认知》,第15期,第282-304页(1989年)
[30] O'Hagan,A.,《科学、主观性和软件》(对Berger和Goldstein的文章进行评论),贝叶斯分析,1445-450(2006)·Zbl 1331.62052号
[31] Press,S.J。;Tanur,J.M.,《科学家的主体性与贝叶斯方法》(2001年),威利国际科学:威利国际科技纽约·Zbl 0973.01088号
[32] Reed,S.K.,模式识别和分类,认知心理学,3392-407(1972)
[33] 罗梅因,J.-W。;van de Schoot,R.,《哲学家对信息假设的贝叶斯评估的观点》(Hoijtink,H.;Klugkist,I.;Boelen,P.A.,《信息假设的贝氏评估》(2008),施普林格:施普林格纽约),329-357
[34] Rouder,J.N。;卢,J。;斯派克曼,P。;Sun博士。;姜瑜,估计反应时间分布的层次模型,《心理通报与评论》,第12期,195-223页(2005)
[35] 史密斯,E.E。;Medin,D.L.,《类别和概念》(1981),哈佛大学出版社:哈佛大学出版社,马萨诸塞州剑桥
[36] Smith,法学博士。;Minda,J.P.,《雾中的原型:类别学习的早期时代》,《实验心理学杂志:学习、记忆和认知》,241411-1436(1998)
[37] Vanpaemel,W。;Lee,M.D.,《构建类别学习表征模型》(McNamara,D.S.;Trafton,J.G.,《认知科学学会第29届年会论文集》(2007),认知科学学会:德克萨斯州奥斯汀认知科学学会),1605-1610
[38] Vanpaemel,W。;Navarro,D.J.,《类别学习期间的表征转变》(McNamara,D.S.;Trafton,J.G.,《认知科学学会第29届年会论文集》(2007),认知科学学会:德克萨斯州奥斯汀认知科学学会),1599-1604
[39] Vanpaemel,W。;Storms,G.,《寻找抽象:分类的不同抽象模型》,《心理学通报与评论》,15732-749(2008)
[40] Vanpaemel,W。;Storms,G.,类别学习中的抽象和模型评估,行为研究方法,42421-437(2010)
[41] Wagenmakers,E.J。;Lee,医学博士。;Lodewyckx,T。;艾弗森·G.J.,《贝叶斯与频率主义推理》(Bayesian vs.frequentist inference)(霍伊丁克·H;克鲁格基斯特·I;博伦·P·A,《信息假设的贝叶斯评估》(2008),施普林格:施普林格纽约),181-207年
[42] Wasserman,L.,贝叶斯模型选择和模型平均,《数学心理学杂志》,44,92-107(2000)·兹比尔0946.62032
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。