Я имею в виду когнитивных психологов. Я просмотрел несколько статей из Journal of Cognitive Neuroscience и Trends in Cognitive Science и пришел к выводу, что в основном используются ANOVA и t-тесты (без величины эффекта). Я уверен, что есть больше научных журналов по когнитивной психологии, чем эти два, и я предполагаю, что есть и более продвинутые статистические инструменты, чем сравнение групп. Например, в социальной психологии в моде моделирование структурными уравнениями и анализ опосредования.
Задавая этот вопрос, я имел в виду рабочую память . Распространенными методами эмпирического измерения рабочей памяти являются, среди прочего: парадигмы двойных задач, задачи с n-обратным ходом и комбинации простых измерений памяти. Основными статистическими инструментами, которые применяются к этим показателям, по-видимому, в основном являются ANOVA, t-тесты и другие варианты традиционного линейного моделирования, но каковы альтернативы?
Какие статистические методы чаще всего используются в исследованиях WM помимо (обобщенного) линейного моделирования?
Трудно переоценить степень, в которой анализ линейного моделирования на основе дисперсии, основанный на различных группах, доминирует в когнитивных науках. Недавний методологический обзор литературы по психологии предполагает, что эти анализы используются для проверки гипотез в 95% исследований (цитата ожидает моего восстановления). В рабочей памяти есть альтернативы, но они часто имеют более ограниченную эмпирическую поддержку из-за преобладания вышеупомянутых анализов.
Одна альтернатива, которая не слишком сильно отличается от устоявшейся практики, заключается в использовании иерархического подхода к моделированию, как вы предлагаете. Например, Ли и Уэбб (2005) предложили байесовское иерархическое моделирование рабочей памяти, учитывающее как индивидуальные различия, так и агрегированные групповые данные. Основное преимущество здесь заключается в том, чтобы воспользоваться преимуществами изменчивости как на индивидуальном, так и на групповом уровне, но в конечном итоге мы получаем линейную модель.
Многие оценки когнитивных моделей основаны на данных, которые были усреднены или агрегированы по всем подопытным , и поэтому не учитывают возможность важных индивидуальных различий между испытуемыми. Другие оценки выполняются на уровне одного субъекта , и поэтому они не могут извлечь выгоду из уменьшения шума, которое потенциально обеспечивает усреднение или агрегирование данных. Чтобы преодолеть эти недостатки, мы разработали общий подход к моделированию индивидуальных различий с использованием семейств когнитивных моделей, в которых разные группы субъектов идентифицируются как имеющие различное психологическое поведение.К каждой группе субъектов применяются отдельные модели с отдельными параметризациями, а выбор байесовской модели используется для определения соответствующего количества групп.
Появляющийся, но в настоящее время более нишевый подход заключается в использовании топологии. Топология делает несколько захватывающих прорывов в литературе по психологической методологии (например, Butner et al., 2014), но до сих пор не нашла существенного применения в эмпирической литературе по WM. Однако есть несколько первопроходцев, предпринявших некоторые попытки уловить WM в топологическом контексте, а именно работа Глассмана по «теории относительности» рабочей памяти (Glassman, 1999; Glassman, 2003).
В следующем отрывке он объясняет, почему емкость человеческой вербальной памяти составляет 3-4 элемента с топологической точки зрения:
Таким образом, здесь выдвигается гипотеза, что ММ момента находится в бесчисленных активированных плоских «участках» коры, каждый из которых подразделяется на четыре амебоидных «субучастка». Две разные линии топологических рассуждений предполагают упорядоченные ассоциации таких представлений. (1) Четырехцветный принцип картографической топологии и связанная с ним K4 — планарная теорема теории графов подразумевают, что если небольшая область коры динамически подразделяется не более чем на четыре дискретно ограниченных плоских подобласти, то каждый такой сегмент имеет достаточно свободный доступ ко всем остальным. (2)Гипотетической альтернативой такому ассоциативному соседству одновременно активных корковых репрезентаций чанков-атрибутов является ассоциативное перекрытие, при котором в плотном корковом нейропиле активированные субпатчи ведут себя как диаграммы Венна пересекающихся множеств. По мере того, как количество Venn-подобных коактивных субпатчей внутри патча увеличивается, поддержание ad hoc ассоциативности среди всех комбинаций требует экспоненциально растущих пересечений. Помимо четырех, требуются змеевидные формы субпатчей, что может легко привести к патологиям упущения или совершения.
Я косвенно осведомлен о связанных попытках разработать теорию (рабочей) памяти как формы поведения при поиске пищи , но не настолько, чтобы дать ее краткое изложение. Надеюсь, ссылка поучительна.
АлисаД
Маленький лобстер
АлисаД
Эоин
Кристиан Хаммелур
Маленький лобстер