因果推理加三指标模型及其应用研究.pdfVIP

因果推理加三指标模型及其应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
因果推理加三指标模型及其应用研究

摘 要 以往因果推理领域的研究存在1)未能保证背景原因的效力在目标原因出现组和目标原 因不出现组之间保持一致:2)未考察认知负荷因素对被试的因果推理的影响;3)只使用一 个指标解释所有因果推理现象,较少考虑被试判断的中间过程;4)未深入发掘因果强度估计 和因果结构判断之间的影响因素差异等问题。鉴于因果推理规律的复杂性,很难用一个指标 描述和解释所有的研究结果,本研究使用随机数方法建构因果推理的加权三指标模型(以下 简记为W-3I模型)来解释复杂的因果推理现象,并开展实证研究检验该模型的预测能力。所 有实证研究均使用保证背景原因的效力在目标原因出现组和目标原因不出现组之间保持一致 的信息呈现方式开展。 在对以往实验数据的元分析的基础上建构因果强度估计的集中呈现范式和序列呈现范式 P、PPC、 W-3I模型,因果强度估计集中呈现范式和序列呈现范式的W-3I模型的三指标为A P、 六、七的实验数据为基础建构因果结构判断集中呈现范式W-3I模型,模型的三指标为:A PPC、CCP,三指标的权重值依次为:0.3029、0.4799、0.2235。 实验L、二检验因果强度估计集中呈现范式W-3I模型的预测能力,实验兰、四检验因果 EI、H、SS模型的预测与实验数据之间的相关系数和平均平方误来鉴别模型的优劣。实验一 在固定PPC的同时反方向变化A 量4倍的条件下,被试因果强度估计值还是随A P的变化而变化,但差异并不显著;在P(]巳/C) 的变化量小于或等于△P的变化量条件下,被试因果强度估计值随A P的变化而变化,且差异 达到显著。实验二探讨目标原因密度对被试因果强度估计的影响,结果显示在△ P=0、.25、.50、.75四种设计中,被试的因果强度估计均不受原因密度的影响。被试在实验 一、二中的因果强度估计变化趋势都符合W-3I模型的预测,W-3I模型的预测值与实验一、 二数据之间有最高的相关系数和第二低的平均平方误。实验三使用标准提问方法、实验四使 用反事实提问方法探讨使用能消除获得Ap和P(E/C)的认知负荷差异的信息呈现方式条件下 的P(E/C)效应,结果显示不管是在标准提问还是在反事实提问条件下,当P(E/C)较大时,被 试的因果强度估计值都随AP的变化而变化,差异达到显著。被试在实验三、四中的强度估 计变化趋势都符合W-3I模型的预测,W-3I模型的预测值与实验三、四的实验数据有最大的 相关系数和最小的平均平方误。 实验五首次提出了影响因果结构判断的CCP因素,并探讨了CCP因素的作用方式。使 用固定A 结构认可度有重要影响,在产生式问题上其影响力甚至可以和PPC的影响力相抗衡。实验六 T 果结构判断的影响,结果显示被试的因果结构认可度随变化量较大的指标的变化而变化。实 验七固定PPC变化AP和CCP,考察实质取样因素对因果结构判断的影响,结果显示高实质 构认可度;取样大小和因果方向对被试的因果结构认可度有中等程度的影响。计算W-3I、△ 2模型的预测与实验五、六、七数据之间的相关系数和平均 P、PPC、CCP、Support、SS+、x 平方误来鉴别模型的优劣:与其他结构判断模型相比,因果结构判断W-3I模型的预测与实验 五、六、七组成的总数据之间的相关系数最高,平均平方误最小。 本研究的创新之处包括1)将保证背景原因效力一致性的方法适用于因果强度估计集中 呈现范式原因密度因素的研究和序列呈现范式的研究;2)使用随机数法建构w二3I模型,综 合多个指标来共同解释因果推理现象;3)提出了使用相同认知资源就能获得△P和P(E/C) 的信息呈现方法,并检验该方法对被试表现的影响;4)提出了因果结构判断的CCP指标, 初步揭示了CCP指标的作用方式。 本研究还可从以下几方面继续深化:提高计算模拟的深度以模拟每名被试在每个题目上 的作答;建构精细的联合概率分布以构造贝叶斯模型来解释因果推理现象;建构因果结构判 断序列呈现范式的W-3I模型;

文档评论(0)

qiaochen171117 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档