La teoria dell'Integrazione dell'Informazione di N. H. Anderson presenta differenti modelli cognitivi di integrazione delle informazioni, siano esse percettive, psicofisiche, come pure attributive o di giudizio. L'algebra cognitiva rappresenta lo strumento teorico capace di esprimere i differenti processi cognitivi di integrazione attraverso una rappresentazione matematica. L'espressione algebrica di tale processi permette di verificare la bonta' dei differenti modelli. Anderson individua tra i principali processi integrativi quelli additivi, moltiplicativi e di media ponderata, esprimendoli con adeguate formulazioni algebriche. Nel testo vengono indicati differenti approcci metodologici che permettono di verificare la capacita' dei modelli di spiegare validamente i dati. Inoltre viene introdotto il principio metodologico della semplicita', espresso tramite un approccio bayesiano, al fine di formulare ed implementare un algoritmo capace di selezionare il modello ottimale tra i diversi modelli concorrenti. I dati provenienti da due differenti esperimenti, uno di psicofisica, inerente la fisica ingenua, l'altro legato ai giudizi di fiducia, vengono utilizzati per esemplificare la metodologia precedentemente indicata, utilizzando la funzione R-AVERAGE appositamente scritta in R. Infine vengono presentati i risultati di un preliminare confronto tra i differenti algoritmi di stima dei pesi e dei valori per il modello "averaging''.
A Bayesian Approach to Cognitive algebra. Methodology for Model Selection in Cognitive Psychology
Vicentini, Marco
2006/2007
Abstract
La teoria dell'Integrazione dell'Informazione di N. H. Anderson presenta differenti modelli cognitivi di integrazione delle informazioni, siano esse percettive, psicofisiche, come pure attributive o di giudizio. L'algebra cognitiva rappresenta lo strumento teorico capace di esprimere i differenti processi cognitivi di integrazione attraverso una rappresentazione matematica. L'espressione algebrica di tale processi permette di verificare la bonta' dei differenti modelli. Anderson individua tra i principali processi integrativi quelli additivi, moltiplicativi e di media ponderata, esprimendoli con adeguate formulazioni algebriche. Nel testo vengono indicati differenti approcci metodologici che permettono di verificare la capacita' dei modelli di spiegare validamente i dati. Inoltre viene introdotto il principio metodologico della semplicita', espresso tramite un approccio bayesiano, al fine di formulare ed implementare un algoritmo capace di selezionare il modello ottimale tra i diversi modelli concorrenti. I dati provenienti da due differenti esperimenti, uno di psicofisica, inerente la fisica ingenua, l'altro legato ai giudizi di fiducia, vengono utilizzati per esemplificare la metodologia precedentemente indicata, utilizzando la funzione R-AVERAGE appositamente scritta in R. Infine vengono presentati i risultati di un preliminare confronto tra i differenti algoritmi di stima dei pesi e dei valori per il modello "averaging''.File | Dimensione | Formato | |
---|---|---|---|
Vicentini_Averaging.pdf
accesso aperto
Dimensione
1.53 MB
Formato
Adobe PDF
|
1.53 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/13089