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

Влияние физического и эмоционального насилия на интернет-зав...

Введение Исследование направлено на изучение связи между физическим и эмоциональным насилием (физиче...

Как начать вести журнал для психического здоровья

ВведениеВедение журнала стало невероятно популярным, и не зря – это отличный способ понять свои проб...

Кто такой омниверт? Значение и основные черты личности

Кто такой омниверт? Омниверт — это человек, который сочетает в себе крайние проявления экстраверсии ...

Собаки и звукозаписывающие панели: осмысленное общение с люд...

ВведениеНовое исследование из Калифорнийского университета в Сан-Диего показывает, что собаки, обуче...

Как поведенческая биометрия помогает измерить использование ...

Введение Современные данные о влиянии использования мобильных устройств на здоровье и развитие детей...

Как психологическое благополучие влияет на память в среднем ...

Новое 16-летнее исследование более 10,000 взрослых показывает, что высокий уровень психологического ...

figure 1
figure 1
figure 2
figure 2
figure 3
figure 3
Thumbnail 1
Thumbnail 2
Thumbnail 3
Thumbnail 4
Thumbnail 5
Thumbnail 6
Оригинал исследования на сайте автора
Читать короткую версию
Кликните еще раз для перехода

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