Как люди оценивают причинно-следственные связи: новая модель pARIsmean для многозначных переменных

Как люди оценивают причинно-следственные связи: новая модель pARIsmean для многозначных переменных

Интересное сегодня

Новое исследование показывает, что люди с хронической травма...

Новое исследование, опубликованное в ноябрьском выпуске журнала Neurology, показывает, что люди с хр...

Танцевальная интервенция как средство борьбы с одиночеством ...

ВведениеОдиночество и низкая самооценка являются значительными проблемами психического здоровья сред...

Влияние боли на восприятие пространства при фибромиалгии

Введение Исследование посвящено изучению влияния боли на восприятие пространства у пациентов с фибро...

Исследование нейронных адаптаций в краткосрочном обучении же...

Введение Когда мы думаем о языке, мы обычно представляем себе устную и слуховую коммуникацию. Однако...

Влияние физической активности и сна на психическое здоровье ...

Введение Исследование направлено на изучение уровней физической активности (ФА), сна и психического ...

Роль знакомости последовательностей в проверке порядка

Введение Обработка порядка считается важным аспектом числового развития. Например, чем быстрее челов...

figure 1
figure 1
figure 2
figure 2
figure 3
figure 3
Thumbnail 1
Thumbnail 2
Thumbnail 3
Thumbnail 4
Thumbnail 5
Thumbnail 6

Введение

Способность человека выявлять причинно-следственные связи на основе наблюдательных данных — ключевой вопрос когнитивной науки. Предыдущие исследования показали, что модель pARIs наиболее точно описывает человеческие оценки причинности для бинарных переменных. В данной работе мы расширяем pARIs для многозначных переменных и предлагаем новую модель — pARIsmean.

Методология

Мы провели когнитивный эксперимент с участием 63 человек, где участники оценивали силу влияния многозначных причин на бинарные исходы. Было предложено шесть кандидатов в модели-расширения pARIs, включая pARIsmerge, pARIsmean и другие. Для анализа использовались:

  • Критерий AICc и BIC
  • Коэффициент корреляции Пирсона
«pARIsmean демонстрирует наилучшее соответствие экспериментальным данным (r = 0.976), что указывает на ее высокую описательную силу»

Заключение

Модель pARIsmean подтвердила свою эффективность как:

  1. Описательная модель человеческих суждений
  2. Надежный estimator взаимной информации при малых выборках

Результаты согласуются с принципом рационального анализа: человеческое мышление оптимизировано для работы с редкими событиями и ограниченными данными.

Короткие версии статей можно найти в телеграм-канале.

Посмотреть канал
Кликните еще раз для перехода