A Bayesian Approach to Cognitive algebra. Methodology for Model Selection in Cognitive Psychology

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''.