- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
第27卷第3期 华东师范大学学报(教育科学版) 2009年9月
Vo1.27,No.3 JournalofEastChinaNormalUniversity(EducationalSciences) Sep.2009
条件推理概率解释模型中的隐性
预设及其实证检验
余 达 祥
(南昌航空大学 自动化学院,南昌 330063)
摘 要:通过对条件推理概率解释模型的数学分析,发现相对于不同概率空间取得的前、后
件概率不满足条件概率的定义要求。基于条件概率的条件推理解释模型隐含着共属类假设,即认
为推理者能在同一概率空间对条件命题的前、后件发生率做出评估。但未给出任何实验证明。为
验证条件推理概率解释模型,分 l·进行了有关该模型的概率一致性检验和共属类假设检验。实验
结果表明,被试的推理行为不满足该模型蕴含的概率一致性要求及共属类假设.被试的条件推理
行为不能用Oaksford条件概率模型来解释。
关键词 :条件推理 ;条件概率模型;共属类假设
1 引言
受Evans条件推理实验否定范式效应的启发,Oaksford等提出了条件推理机制的概率解
释模型①②。他们假定,人们对一种条件推理式的认可度与给定直言前提下结论的条件概率
成正比。并且,人们进行条件推理时所涉及到的肯定或否定前、后件之问有下表所示的合取
概率关系:
表 1 条件推理四因素合取概率关系
表中a为前件P的概率,b为后件 Q的概率,£为例外参数。依据条件概率的数学定
义,Oaksford等利用 上表直接给出了如下8个条件推理式的概率计算式:
P式:P (Q/P) =1一s P(一QP/):1一P㈤
式:p (一Q/_p) = DA p(Q~-p)一p()
Ac式:P(p/Q): AC式:P(一p/Q).1一p()
式:P(一p/_Q)= 式:p(P/_Q)=l—p(舀)
根据条件推理概率计算模型,Oaksford等给出了以下三个理论预言:
(1)在人们进行DA、AC、及MT推理时,应当观察到高概率结论效应。AC推理中的
低前提效应是否出现,取决于结论信息和前提信息各 自具有的权重值。
(2)在人们进行 MP、DA、AC、和 MT式的逆 向推理时,同样可观察到高概率结论
效应。
(3)人们对MP、DA、AC、和MT推理的接受度分别与它们的逆向推理MP\DA\AC\
和MT韵接受度负相关。
为了证明这些预言,Oaksford等从91个经过前、后件概率预测的条件命题中选出了如
下8个命题作为实验材料 :
(1)LL式 :
如果某种游戏是在冰场内进行的,那么它是保龄球 ;
如果某人是政治家,那么他受过秘密训练。
(2)LH式:
如果某种饮料是威士忌,那么它要用杯子来饮用;
如果某种动物是老鼠,那么它有毛皮。
(3)HL式 :
如果某种食物很开胃,那么它是草莓;
如果某种蔬菜须熟食,那么它是欧防风。
(4)HH式 :
如果某种花不到一英尺高,那么它是本地的;
如果某件家具很重,那么它一定很大。
根据这些前后件概率高 (H)低 (L)搭配不同的命题,Oaksford等构造了64个条件推
理问题,要求被试对各推理式的可接受度给出评价。各推理式的可接受度或不可接受度分别
按三个等级来评分,这三个等级为:有几分肯定、肯定、非常肯定。在完成推理可接受度评
估任务后,要求被试对各命题的真实性及其前后、件的概率给出评估值。以LL型规则为
例,概率评估任务要求被试回答下列问题 :
问题 1:陈述 “如果某人是政治家,那么他受过特殊训练”为真的可能性有多大 (用百
分数表示)?
问题2:每 100人中是政治家的人有多少?
问题3:每 10
原创力文档


文档评论(0)