Когнитивная психометрия: как модель дрейфовой диффузии помогает измерить процессы принятия решений

Когнитивная психометрия: как модель дрейфовой диффузии помогает измерить процессы принятия решений
Рисунок 1: Накопление доказательств в задаче с двумя вариантами выбора
Рисунок 1: Накопление доказательств в задаче с двумя вариантами выбора
Рисунок 2: Результаты симуляционного исследования
Рисунок 2: Результаты симуляционного исследования
Thumbnail 1
Thumbnail 2

Введение в когнитивную психометрию

Когнитивная психометрия — это относительно новая дисциплина, объединяющая когнитивное моделирование и психологические измерения. Её цель — создать «алгебру данных», чтобы сложные паттерны поведения можно было выразить через простые, интерпретируемые единицы. Например, модель дрейфовой диффузии (DDM) успешно применяется для анализа времени реакции в задачах с двумя вариантами выбора.

Что такое модель дрейфовой диффузии (DDM)?

DDM описывает процесс принятия решений как накопление информации до достижения порога ответа. Ключевые параметры модели:

  • Скорость дрейфа (ν) — скорость накопления доказательств.
  • Разделение границ (α) — расстояние между порогами принятия решений.
  • Время нерешения (τ) — время на восприятие стимула и моторный ответ.

Как DDM используется в измерениях?

Изначально DDM разрабатывалась как когнитивная модель, но теперь её применяют как инструмент измерения. Например, она помогает:

  • Оценивать индивидуальные различия.
  • Анализировать влияние внешних факторов (например, сложности задачи).
  • Строить иерархические модели для групповых данных.

Упрощённый метод: EZ-диффузия

Полная версия DDM сложна в реализации, поэтому был разработан упрощённый метод EZ-диффузии (EZdiff). Он позволяет оценить параметры модели по трём статистикам:

  1. Точность ответов.
  2. Среднее время реакции.
  3. Дисперсия времени реакции.

Преимущества EZdiff

Исследования показали, что EZdiff:

  • Эффективно выявляет различия между участниками.
  • Устойчив к шуму в данных.
  • Требует меньше вычислительных ресурсов.

Байесовская иерархическая модель

Для анализа групповых данных DDM можно расширить до иерархической байесовской модели. Это позволяет:

  • Учитывать вариативность между участниками.
  • Оценивать влияние ковариат (например, возраста или условий эксперимента).
  • Снижать погрешность оценок.

Примеры применения

Мы провели симуляционное исследование, которое подтвердило, что:

  • Метод хорошо восстанавливает параметры даже при малом числе испытаний.
  • Увеличение числа участников важнее, чем числа попыток.

Заключение

Модель дрейфовой диффузии — мощный инструмент для анализа когнитивных процессов. Её упрощённая версия (EZdiff) и байесовские расширения делают её доступной для широкого круга исследований.

Короткие версии статей можно найти в телеграм-канале.

Посмотреть канал
Кликните еще раз для перехода

Фраутест Амнио тест-прокладка — определение подтекания вод

Фраутест Амнио — надежная тест-прокладка для определения подтекания околоплодных вод в домашних усло...

...

Череды трава 1,5г №20 — фильтр-пакеты для здоровья кожи

Череды трава в фильтр-пакетах по 1,5 г №20 — удобная форма для приготовления настоя. Используется в ...

Линекс Форте капсулы №14 — пробиотик для кишечника

Линекс Форте капсулы №14 — современный пробиотик с живыми бактериями Lactobacillus acidophilus LA-5 ...

Корень алтея 75 г - средство от кашля и для желудка

Корень алтея в коробке 75 г - натуральное средство при кашле и воспалениях горла. Содержит раститель...

Глоу Лаб Сыворотка-Филлер Лифтинг 2г №3 купить в аптеке

Глоу Лаб Сыворотка-Филлер для лица лифтинг 2 г №3 — уходовая концентрированная формула для ровного, ...