您当前的位置: > 详细浏览

认知建模中模型比较的方法

请选择邀稿期刊:

Model comparison in cognitive modeling

摘要: 认知建模近年来在科学心理学获得广泛应用,而模型比较是认知建模中关键的一环:研究者需要通过模型比较来选择出最优模型,才能进行后续的假设检验或潜变量推断。模型比较不仅要考虑模型对数据的拟合(平衡过拟合与欠拟合),也需要考虑参数数据和数学形式的复杂度。然而,模型比较指标众多,纷繁复杂。将认知建模常用的模型比较的指标分为三大类,并介绍了其计算方法及优劣,包括拟合优度指标(包括均方误差、决定系数、ROC曲线等)、基于交叉验证的指标(包括AIC、DIC等)和基于边际似然的指标。结合正交Go /No-Go范式下的模拟数据和真实数据,展示各指标在R语言中如何实现。在此基础上,探讨各指标的适用情境,介绍模型平均等模型比较的新思路。

版本历史

[V4] 2024-04-17 13:59:51 ChinaXiv:202308.00658V4 下载全文
[V3] 2024-04-16 14:31:03 ChinaXiv:202308.00658v3 查看此版本 下载全文
[V2] 2023-12-30 09:46:12 ChinaXiv:202308.00658v2 查看此版本 下载全文
[V1] 2023-08-27 03:01:39 ChinaXiv:202308.00658v1 查看此版本 下载全文
点击下载全文
预览
同行评议状态
待评议
许可声明
metrics指标
  •  点击量3112
  •  下载量685
评论
分享
申请专家评阅