×

层次模型如何在单个级别改进模型参数的点估计。 (英语) Zbl 1396.91655号

摘要:计算模型已被用于分析行为实验的数据。使用计算模型的一个目的是从行为数据中估计个体受试者的模型参数或内部变量。这些估计值通常与表征受试者的其他变量相关,以研究哪些计算过程与特定的个人或生理特征相关。尽管估计值的准确性对于这些目的很重要,但从单个受试者数据中获得的参数估计值通常不可靠。为了解决这个问题,研究人员已经开始使用分层建模方法从多个主题数据中估计计算模型的参数。人们普遍认为,与其他非层次方法相比,层次模型提供了可靠的估计。然而,与其他方法相比,层次模型如何以及在什么条件下提供更好的估计尚待系统研究。本研究试图调查这些问题,重点关注估计准确性的两个衡量指标:个体参数和被试特征变量的估计值之间的相关性以及估计值的绝对误差度量(均方根误差,RMSE)。基于简单高斯模型的分析计算阐明了层次模型如何改进这两个度量的点估计。我们还根据合成的数据,利用几个真实的计算模型进行了仿真研究,以确认理论特性在实际情况中是成立的。

MSC公司:

91E40型 心理学中的记忆和学习
第62页,共15页 统计学在心理学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ahn,W.Y。;Krawitz,A。;Kim,W。;Busemeyer,J.R。;Brown,J.W.,《基于模型的fMRI分析与分层贝叶斯参数估计》,《神经科学、心理学和经济学杂志》,4,2,95-110(2011)
[2] Ahn,W.Y。;瓦西列夫,G。;Lee,S.H。;Busemeyer,J.R。;Kruschke,J.K。;Bechara,A.,《长期戒断中兴奋剂和阿片类药物成瘾者的决策:纯用户计算模型的证据》,《心理学前沿》,5849(2014)
[3] 巴扬,R.H。;戴维森·D·J。;贝茨,D.M.,《主题和项目交叉随机效应的混合效应建模》,《记忆与语言杂志》,59,4,390-412(2008)
[4] Bai,Y。;Katahira,K。;Ohira,H.,反馈相关负性和正性中奖赏预测误差的价分离表征,《神经报告》,26,3,157-162(2015)
[6] 卡瓦纳,J.F。;M.J.弗兰克。;Klein,T.J。;Allen,J.J.,Frontal theta将强化学习中的预测错误与行为适应联系起来,《神经影像》,49,4,3198-3209(2010)
[7] Corrado,G。;Doya,K.,通过基于模型的决策分析理解神经编码,《神经科学杂志》,27,31,8178(2007)
[8] Daw,N.,使用计算模型进行逐次试验数据分析,(决策、情感和学习:注意力和表现二十三,第23卷(2011)),1
[9] Daw,N。;格什曼,S.J。;西摩,B。;大研,P。;Dolan,R.J.,《基于模型的对人类选择和纹状体预测误差的影响》,神经元,69,61204-1215(2011)
[10] Daw,N。;奥多尔蒂,J。;大研,P。;西摩,B。;Dolan,R.,《人类探索性决策的皮层基质》,《自然》,4417095876-879(2006)
[11] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,《通过EM算法从不完整数据中获取最大似然》,《皇家统计学会期刊:B辑》,1-38(1977)·Zbl 0364.62022号
[12] 埃夫隆,B。;Morris,C.N.,Stein的统计悖论,《科学美国人》,236119-127(1977)
[13] Farrell,S。;Ludwig,C.J.,层次反应时间模型的贝叶斯和最大似然估计,《心理经济学通报与评论》,第15、6、1209-1217页(2008年)
[14] Gelman,A。;卡林,J。;斯特恩,H。;邓森,D。;Vehtari,A。;Rubin,D.,贝叶斯数据分析(2013),Taylor&Francis
[15] Gelman,A。;Rubin,D.B.,使用多序列从迭代模拟中推断,《统计科学》,457-472(1992)·Zbl 1386.65060号
[16] Gershman,S.J.,强化学习模型的实证先验,《数学心理学杂志》,71,1-6(2016)·Zbl 1359.62500
[17] 格什曼,S.J。;佩萨兰,B。;Daw,N.,《人类强化学习通过学习效应器特定值细分结构化动作空间》,《神经科学杂志》,29,43,13524-13531(2009)
[19] 吉塔特·马西普,M。;Huys,Q.J.M。;富恩特米拉。;大研,P。;Duzel,E。;Dolan,R.J.,《奖惩中的果敢和非果敢学习:情感和效果之间的相互作用》,《神经影像》,62,1,154-166(2012)
[20] A.N.汉普顿。;Bossaerts,P。;O'Doherty,J.,《腹内前额叶皮层在人类决策过程中基于抽象状态的推理中的作用》,神经科学杂志,26,32,8360-8367(2006)
[22] 胡斯,Q.J。;冷却,R。;Gölzer,M。;弗里德尔,E。;Heinz,A。;Dolan,R.J.,《解开方法、激活和价态在工具性和巴甫洛夫反应中的作用》,《公共科学图书馆·计算生物学》,7,4,e1002028(2011)
[23] 胡斯,Q.J。;埃舍尔,N。;O'Nions,E。;谢里丹,L。;大研,P。;Roiser,J.P.,《你脑海中的盆景树:巴甫洛夫系统如何通过修剪决策树来塑造目标导向的选择》,《公共科学图书馆·计算生物学》,第8、3、e1002410页(2012年)
[24] 北岛一川。;西格尔,G。;Dombrovski,A。;Ohira,H.,《主观和模型估计奖赏预测:与反馈相关负性(FRN)和强化学习任务中奖赏预测错误的关联》,《国际心理生理学杂志》,78,3,273-283(2010)
[25] Katahira,K.,《强化学习参数与强化历史对选择行为的影响之间的关系》,《数学心理学杂志》,66,59-69(2015)·Zbl 1354.91132号
[26] Katahira,K。;藤村,T。;Matsuda,Y.T。;Okanoya,K。;Okada,M.,《心率变异性的个体差异与避免负面情绪事件相关》,《生物心理学》,103,322-331(2014)
[27] Katahira,K。;松田,Y.-T。;藤村,T。;上野,K。;Asamizuya,T。;铃木,C.,情绪结果指导下决策的神经基础,《神经生理学杂志》,113,9,3056-3068(2015)
[28] Kruschke,J.K.,《贝叶斯估计取代t检验》,《实验心理学杂志:综述》,142,2573(2013)
[29] Kruschke,J.K.,《做贝叶斯数据分析》,第二版:R、JAGS和Stan的教程介绍(2014),学术出版社·Zbl 1300.62001号
[30] Kunisato,Y。;冈本,Y。;上田,K。;小野田,K。;冈田,G。;Yoshimura,S.,抑郁症对基于奖励的决策和概率学习中行动的可变性的影响,行为治疗和实验精神病学杂志,43,41008-1094(2012)
[31] Lee,医学博士。;Wagenmakers,E.J.,《贝叶斯认知建模:实践课程》(2014),剑桥大学出版社
[32] Lee,医学博士。;Webb,M.R.,《认知中的个体差异建模》,《心理学通报与评论》,第12、4、605-621页(2005年)
[33] 李,J。;席勒,D。;勋鲍姆,G。;菲尔普斯,E.A。;Daw,N.,《人类纹状体和杏仁核在联想学习中的差异作用》,《自然神经科学》,第14、10、1250-1252页(2011年)
[34] 林德斯特伦,B。;塞尔宾,I。;Molapour,T。;奥尔森,A.,《种族偏见影响社会强化学习》,《心理科学》,第25、3、711-719页(2014年)
[35] 马斯曼,M。;Maris,G。;Bechger,T。;Glas,C.,我们能从看似合理的价值观中学到什么?,Psycholometrika(2016),出版·Zbl 1345.62159号
[36] Mislevy,R.J.,基于随机推理的复杂样本潜在变量,《心理测量学》,56,2,177-196(1991)·Zbl 0850.62854号
[37] Niv,Y。;Edlund,J。;大研,P。;O'Doherty,J.,《神经预测错误揭示了人类大脑中对风险敏感的强化学习过程》,神经科学杂志,32,2551-562(2012)
[38] 奥多尔蒂,J。;大研,P。;Friston,K。;克里奇利,H。;Dolan,R.,《人类大脑中的时间差异模型和奖励相关学习》,《神经元》,38,2,329-337(2003)
[39] 奥多尔蒂,J。;大研,P。;舒尔茨,J。;Deichmann,R。;Friston,K。;Dolan,R.,腹侧和背侧纹状体在仪器调节中的分离作用,《科学》,304,5669,452-454(2004)
[40] 奥多尔蒂,J。;A.汉普顿。;Kim,H.,基于模型的fMRI及其在奖励学习和决策中的应用,《纽约科学院年鉴》,1104,1,35-53(2007)
[41] 奥尔金,I。;Pratt,J.W.,某些相关系数的无偏估计,《数理统计年鉴》,201-211(1958)·兹伯利0094.14403
[42] 奥托·A.R。;Raio,C.M。;蒋,A。;菲尔普斯,E.A。;Daw,N.D.,工作记忆能力保护基于模型的学习免受压力,《美国国家科学院院刊》,110,52,20941-20946(2013)
[43] 佩西利奥内,M。;西摩,B。;弗兰丁,G。;多兰·R·J。;Frith,C.D.,《多巴胺依赖性预测误差是人类追求回报行为的基础》,《自然》,442,7106,1042-1045(2006)
[44] Philiastides,M。;Biele,G。;Vavatzanidis,N。;Kazzer,P。;Heekeren,H.R.,基于奖励的决策过程中预测误差处理的时间动力学,NeuroImage,53,1221-232(2010)
[45] 皮涅罗,J。;Bates,D.,《S和S-PLUS中的混合效应模型》(2006),Springer Science&Business Media
[47] Rouder,J.N。;Lu,J.,《贝叶斯层次模型介绍及其在信号检测理论中的应用》,《心理经济学通报与评论》,12,4,573-604(2005)
[48] Rouder,J.N。;卢,J。;斯派克曼,P。;Sun,D。;姜瑜,估计反应时间分布的层次模型,《心理通报与评论》,12,2,195-223(2005)
[49] Rouder,J.N。;Sun,D。;Speckman,P.L。;卢,J。;周,D.,响应时间分布的层次贝叶斯统计框架,《心理测量学》,68,4,589-606(2003)·Zbl 1306.62494号
[51] Schönberg,T。;Daw,N。;Joel,D。;O'Doherty,J.P.,人类纹状体中的强化学习信号在基于报酬的决策过程中区分学习者和非学习者,《神经科学杂志》,27,47,12860-12867(2007)
[54] 铃木,S。;阿达奇,R。;邓恩,S。;Bossaerts,P。;O'Doherty,J.P.,人类共识决策背后的神经机制,神经元,86,2,591-602(2015)
[55] 铃木,S。;北卡罗来纳州哈拉萨瓦。;上野,K。;加德纳,J.L。;Ichinohe,N。;Haruno,M.,《学习模拟他人的决策》,《神经元》,第74、6、1125-1137页(2012年)
[56] 南卡罗来纳州田中市。;Doya,K。;冈田,G。;上田,K。;冈本,Y。;Yamawaki,S.,《当前和未来奖励差异性招募皮质-基底神经节回路的预测》,《自然神经科学》,第7、8、887-893页(2004年)
[57] 特纳,B。;福斯特曼,B。;Wagenmakers,E.J。;布朗,S。;Sederberg,P。;Steyvers,M.,《同时建模神经和行为数据的贝叶斯框架》,NeuroImage,72193-206(2013)
[58] 特纳,B。;Van Maanen,L。;Forstmann,B.,《将认知抽象与神经生理学相结合:神经漂移扩散模型》,《心理学评论》,122312-336(2015)
[59] 瓦伦丁,V。;O'Doherty,J.,《利用人脑中的果汁和金钱奖励进行仪器学习期间背部纹状体的重叠预测错误》,《神经生理学杂志》,102,6,3384-3391(2009)
[60] 沃特金斯,C。;Dayan,P.,Q-learning,机器学习,8,3,279-292(1992)·Zbl 0773.68062号
[61] 威尔逊,R.C。;Niv,Y.,基于模型的fMRI是否需要模型拟合?,《公共科学图书馆·计算生物学》,11,6,e1004237(2015)
[62] Yechiam,E。;Busemeyer,J。;斯托特,J。;Bechara,A.,《使用认知模型绘制神经心理障碍和人类决策缺陷之间的关系》,《心理科学》,16,12,973-978(2005)
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。