20. The latent assignment approach
for contaminants
? 心理実験でのデータは研究対象として仮定した心理的過程と異なる
“contaminants”が偏在する。
? そういった“contaminants”が解釈を歪める可能性
? A general latent assignment approach for contaminantsで興味
深い心理的プロセスをより具体的に明らかに出来る!
? 2値であるzijで反応の性質を決定 (z = 0,αとβによる心理モデル
z = 1,一様分布のπijによる別のモデル
21. new !!!
including contaminant processモデル
θij
αi βi
μασα
μβ
σβ
xij
rij
nij
rij ~ Binomial(θij, nij)
θij ← if zij=0,
1/1+exp{-αi+βi (xij-meanxi)}
if zij=1, πij
Φ-1(φi) ~ Gaussian(μφ, σφ)
zij ~ Bernoulli(φi)
πij ~ Uniform(0,1)
αi ~ Gaussian(μα, σα)
βi ~ Gaussian(μβ, σβ)
μα,β,Φ ~ Gaussian(0,0.001)
σα,β ~ Uniform(0,1000)
σΦ ~ Uniform(0,3)
j intervals
i subjects
φi
μφ
σφ
πij
zij
27. Zeinfuse and Lee(2010)でのデータ
? Steyvers et al(2009)の451人のデータから47人分
? 課題:20個のBandit問題(15試行4選択肢
※お詫び???具体的なデータがないのとCodeを再現する
理解力がなかったため、Stanによる実例はありません。
申し訳ありません。
28. 考えられるヒューリスティック
? Win Stay Lose Shift(WSLS:勝てばそのまま、負ければ変更)
? Random strategy(動機付け0の参加者:適当に選択;1/4)
? Same strategy(動機付け0の参加者:ひとつの選択肢に固執)
見たいもの!:MWSLS
Contaminant:MRAND, MSAME
29. 各ヒューリスティックの確率
Pr(dk,g,t = i|MWSLS) =
Pr(dk,g,t = i|MRAND) = ?
Pr(dk,g,t = i|MSAME) =
γ if dk,g,t = i(stay) and rk,g,t = 1
1-γ if dk,g,t = i and rk,g,t = 0
1/3(1-γ) if dk,g,t ≠ i and rk,g,t = 1
1/3γ if dk,g,t ≠ i and rk,g,t = 0
0.95 if i = i*
0.05 otherwise
γ = 報酬後,同じ選択
を選ぶ確率(WSLS用
のパラメータ)
30. bandit problem decision-makingモデル
Θk,g,t
γ
φ
η
rk,g,t-1
dk,g,t
※ dk,g,t = 問題gの試
行tにおける参加者k
の選択
rk,g,t-1 = 先行試行の
報酬の有無
t trials
g games
zk
k subjects
Θk,g,t =
If zk = 1, Pr(dk,g,t = i|MWSLS)
If zk = 2, Pr(dk,g,t = i|MRAND)
If zk = 3, Pr(dk,g,t = i|MSAME)
zk ~ Categorical(φ,(1-φ)η,(1-φ)(1-η))
φ=WSLSモデルを
使用したbase rate
η=WSLSモデルを
使用しなかった
base rate