
Интересное сегодня
Потенциал психоделиков в лечении хронической боли
Введение Хроническая боль представляет собой загадочное состояние, которое является как распр...
Как младенцы в 6 месяцев используют синхронность для распозн...
Раннее распознавание коммуникативных сигналов у младенцевСпособность человека адаптировать неязыковы...
Неявное сенсомоторное обучение в баллистических движениях дл...
Влияние задержки обратной связи на неявное сенсомоторное обучение Для повышения и поддержания...
Влияние разнообразия команд на их эффективность: вариативнос...
Введение Разнообразие в современных организациях превратилось из прогрессивного идеала в стратегичес...
Влияние времени предупреждений перед воспроизведением на сни...
Введение Исследователи неоднократно демонстрировали, что воздействие постсобытийной информации (PEI)...
Влияние функциональных компонентов естественных сцен на эпиз...
Введение В повседневных сценариях люди часто должны вспомнить объекты, присутствующие в естественных...
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:
- Описательная модель человеческих суждений
- Надежный estimator взаимной информации при малых выборках
Результаты согласуются с принципом рационального анализа: человеческое мышление оптимизировано для работы с редкими событиями и ограниченными данными.