×

具有随机参与者和项目效应的信号检测模型。 (英语) Zbl 1291.62242号

摘要:信号检测理论便于测量识别记忆范式中的记忆能力。在这些范式中,随机选择的参与者被要求研究随机选择的项目。实际上,研究人员跨项目或参与者或两者汇总数据。信号检测模型是非线性的;因此,使用聚合数据进行分析是不一致的。事实上,即使在大样本限制下,记忆能力也被低估了。我们提出了两个同时考虑参与者和项目可变性的层次贝叶斯模型。我们展示了这些模型如何准确估计参与者的记忆能力以及项目的记忆性。该模型通过仿真研究进行了基准测试,并应用于一个新的数据集。

MSC公司:

第62页,共15页 统计学在心理学中的应用

软件:

贝叶斯DA
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Albert,J.和Chib,S.(1995年)。二元响应回归模型的贝叶斯残差分析。Biometrika,82747–759·Zbl 0861.62022号 ·doi:10.1093/biomet/82.4.747
[2] Browne,W.J.和Draper,D.(2000年)。多级模型的贝叶斯和似然拟合中的实现和性能问题。计算机统计,15391–420·Zbl 1037.62013年 ·doi:10.1007/s00180000041
[3] Clark,H.H.(1973)。语言即效果谬误:对心理学研究中语言统计的批判。言语学习和言语行为杂志,12335-359·doi:10.1016/S0022-5371(73)80014-3
[4] Devroye,L.(1986)。非均匀随机变量生成。纽约:Springer-Verlag·Zbl 0593.65005号
[5] Gelfand,A.和Smith,A.F.M.(1990年)。基于抽样的边际密度计算方法。美国统计协会杂志,85,398-409·Zbl 0702.62020号 ·doi:10.2307/2289776
[6] Gelman,A.、Carlin,J.B.、Stern,H.S.和Rubin,D.B.(2004年)。贝叶斯数据分析(第二版)。伦敦:查普曼和霍尔·Zbl 1039.62018号
[7] Gillund,G.和Shiffrin,R.(1984)。识别和召回的检索模型。《心理评论》,91,97–123·doi:10.1037/0033-295X.91.1.1
[8] Glanzer,M.、Adams,J.K.、Iverson,G.J.和Kim,K.(1993年)。识别记忆的规律。《心理评论》,100546-567·doi:10.1037/0033-295X.100.3.546
[9] Glanzer,M.A.、Kim,K.、Hilford,A.和Adams,J.K.(1999)。识别存储器中接收器工作特性的斜率。实验心理学杂志:学习、记忆和认知,25500-513·doi:10.1037/0278-7393.25.2.500
[10] Hautus,M.J.和Lee,A.L.(1998年)。从四种心理物理程序获得的敏感性估计值的离散度:对实验设计的影响。感知与心理物理学,60638-649·doi:10.3758/BF03206051
[11] Heathcote,A.(2003年)。项目识别记忆和接收器操作特性。实验心理学杂志:学习、记忆和认知,291210-1230·文件编号:10.1037/0278-7393.29.6.1210
[12] Hobert,J.P.和Casella,G.(1996年)。分层线性混合模型中不正确先验对吉布斯抽样的影响。《美国统计协会杂志》,914461-1473·Zbl 0882.62020号 ·doi:10.2307/2291572
[13] Jacoby,L.L.(1991)。进程分离框架:将记忆的自动使用与有意使用分开。记忆与语言杂志,30,513–541·doi:10.1016/0749-596X(91)90025-F
[14] Jeffreys,H.(1982)。概率论。纽约:牛津大学出版社·Zbl 0023.14501号
[15] Kane,M.J.、Hambrick,D.Z.、Tuholski,S.W.、Wilhelm,O.、Payne,T.W.和Engle,R.E.(2004)。工作记忆能力的一般性:一种潜在变量的语言和视觉空间记忆广度和推理方法。实验心理学杂志:综述,133189-217·文件编号:10.1037/0096-3445.1332.189
[16] Kucera,H.和Francis,W.N.(1967年)。当代美国英语的计算分析。罗得岛州普罗维登斯:布朗大学出版社。
[17] Lu,J.、Speckman,P.L.、Sun,D.和Rouder,J.(提交)。评估人类记忆中有意识和无意识过程的客观贝叶斯方法。
[18] Macmillan,N.A.和Creelman,C.D.(2001年)。检测理论:用户指南。纽约:剑桥大学出版社。
[19] McClelland,J.L.和Chappell,M.(1994)。熟悉滋生分化:经验对再认记忆影响的主观-似然方法。《心理评论》,第101、103–128页·doi:10.1037/0033-295X.101.1.103
[20] Miller,E.和Lewis,P.(1977年)。老年抑郁症和痴呆患者的识别记忆:信号检测分析。《变态心理学杂志》,86,84-86·doi:10.1037/0021-843X.86.1.84
[21] Ratcliff,R.、Sheu,C.F.和Grondlund,S.D.(1992年)。使用ROC曲线测试全局内存模型。《心理学评论》,99518–535·doi:10.1037/0033-295X.99.3.518
[22] Roberts,G.O.和Sahu,S.K.(1997年)。吉布斯采样器的更新方案、相关结构、阻塞和参数化。英国皇家统计学会杂志,B辑,方法学,59,291–317·Zbl 0886.62083号 ·数字对象标识代码:10.1111/1467-9868.00070
[23] Rouder,J.N.和Lu,J.(2005)。介绍贝叶斯层次模型及其在信号检测理论中的应用。《心理通报与评论》,12773–604·doi:10.3758/BF03196750
[24] Rouder,J.N.、Lu,J.、Morey,R.D.、Sun,D.和Speckman,P.L.(提交)。层次化进程分离模型。
[25] Salthouse,T.A.(1996年)。成人认知年龄差异的加工速度理论。《心理评论》,103、403–428·doi:10.1037/0033-295X.103.3.403
[26] Shiffrin,R.M.和Steyvers,M.(1997年)。识别记忆模型:REM–从记忆中有效检索。《心理通报与评论》,4145-166·doi:10.3758/BF03209391
[27] Singer,M.、Gagnon,N.和Richard,E.(2002年)。文本检索策略:标准转换帐户。加拿大实验心理学杂志,56,41-57。
[28] Snodgrass,J.G.和Corwin,J.(1988年)。测量识别记忆的语用学:在痴呆和健忘症中的应用。实验心理学杂志:综述,117,34-50·doi:10.1037/0096-3445.117.1.34
[29] Spieler,D.H.和Balota,D.A.(1997年)。将单词命名的计算模型降到项目级别。心理科学,8411-416·doi:10.1111/j.1467-9280.1997.tb00453.x
[30] Stretch,V.和Wixted,J.T.(1998年)。识别记忆中基于强度和基于频率的镜像效应的差异。实验心理学杂志:学习、记忆和认知,241379-1396·doi:10.1037/0278-7393.24.6.1379
[31] Sun,D.和Berger,J.(1998年)。参考部分信息下的先验信息。生物特征,85,55–71·Zbl 1067.62521号 ·doi:10.1093/biomet/85.1.55
[32] Sun,D.和Berger,J.O.(2006年)。多元正态模型的客观先验。贝叶斯统计,8。
[33] Tanner,J.W.P.和Birdsall,T.G.(1958年)。将d'和n定义为心理物理测量。美国声学学会杂志,30922-928·doi:10.121/1.1909408
[34] Tierney,L.(1994)。用于探索后验分布的马尔可夫链。《统计年鉴》,第22期,1701-1728页·Zbl 0829.62080号 ·doi:10.1214/aos/1176325750
[35] 威克尔格伦,W.A.(1968)。一维强度理论和成分分析中噪声的绝对判断和比较判断。数学心理学杂志,5102-122·doi:10.1016/0022-2496(68)90059-X
[36] Wishart,J.(1928)。正态多元总体样本中的广义积矩分布。生物特征,20,32–52·JFM 54.0565.02号文件
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。