Ważność wskazówki

Ważność wskazówki to warunkowe prawdopodobieństwo , że obiekt należy do określonej kategorii, biorąc pod uwagę określoną cechę lub wskazówkę . Termin ten spopularyzowali Beach (1964) , Reed (1972) , a zwłaszcza Eleanor Rosch w swoich badaniach nad nabywaniem tzw. kategorii podstawowych ( Rosch i Mervis 1975 ; Rosch 1978 ).

Definicja ważności wskazówki

Formalnie ważność wskazówki cechy $f_ {$ odniesieniu do kategorii $i} \ }$ zdefiniowana w następujący sposób:

• Jako prawdopodobieństwo warunkowe ${\ Displaystyle p (c_ {j} | f_ {i}) \}$ ; patrz Reed (1972) , Rosch i Mervis (1975) , Rosch (1978) .
• Jako odchylenie prawdopodobieństwa warunkowego od stopy bazowej kategorii $\ Displaystyle p (c_ {j} | f_ {i}) -p (c_ {j}) \ }$ ; patrz Edgell (1993) , Kruschke i Johansen (1999) .
• Jako funkcja korelacji liniowej; patrz Smedslund (1955) , kasztelan (1973) , Sawyer (1991) , Busemeyer, Myung i McDaniel (1993) .
• Inne definicje; patrz Restle (1957) , Martignon i in. (2003) .

W przypadku definicji opartych na prawdopodobieństwie wysoka trafność wskazań dla danej cechy oznacza, że ​​cecha lub atrybut jest bardziej diagnostyczny dla przynależności do klasy niż cecha o niskiej trafności wskazań. Tak więc cecha trafności wysokiej wskazówki to taka, która przekazuje więcej informacji o zmiennej kategorii lub klasy, a zatem może być uważana za bardziej przydatną do identyfikowania obiektów jako należących do tej kategorii. Tak więc wysoka trafność wskazań wyraża wysoką informatywność cech . Dla definicji opartych na korelacji liniowej wyrażenie „informacyjności” uchwycone przez miarę trafności wskazówki nie jest pełnym wyrażeniem informacyjności cechy (jak na przykład informacja wzajemna ), ale tylko tą częścią jej informacyjności, która jest wyrażona w związek liniowy. Do niektórych celów środek dwustronny, taki jak wzajemna informacja lub użyteczność kategorii, jest bardziej odpowiedni niż ważność wskazówki.

Przykłady

Jako przykład rozważ dziedzinę „liczb” i pozwól, aby każda liczba miała atrybut (tj. wskazówkę ) o nazwie „ is_positive_integer ”, który nazywamy ${\ Displaystyle f_ {p {\ mbox {- }}int}\ }$ , i która przyjmuje wartość 1 , jeśli liczba jest w rzeczywistości dodatnią liczbą całkowitą . Następnie możemy zapytać, jaka jest ważność tej wskazówki w odniesieniu do następujących klas: { liczba wymierna , liczba niewymierna , liczba całkowita }:

• Jeśli wiemy, że liczba jest dodatnią liczbą całkowitą, wiemy też, że jest to liczba wymierna . ${\ Displaystyle p (c_ {racjonalny} | f_ {p {\ mbox {-}} int}) = 1 \$ } , ważność wskazówki dla is_positive_integer jako wskazówki dla kategorii liczby wymiernej wynosi 1.
• Jeśli wiemy, że liczba jest dodatnią liczbą całkowitą, to wiemy, że nie jest to liczba niewymierna . Zatem ${\ Displaystyle p (c_ {irracjonalne} | f_ {p {\ mbox {-}} int}) = 0$ , ważność wskazówki dla is_positive_integer jako wskazówki dla kategorii niewymiernej liczby wynosi 0.
• Jeśli wiemy tylko, że liczba jest dodatnią liczbą całkowitą, to jej szanse na bycie parzystą lub nieparzystą wynoszą 50-50 (przy takiej samej liczbie parzystych i nieparzystych liczb całkowitych). Zatem ${\ Displaystyle p (c_ {parzysty} | f_ {p {\ mbox {-}} int}) = 0,5 \ }$ , ważność wskazówki dla is_positive_integer jako wskazówka dla kategorii even integer wynosi 0,5, co oznacza, że ​​atrybut is_positive_integer jest całkowicie pozbawiony informacji o przynależności liczby do klasy even integer .

W percepcji „ważność wskazówki” jest często skrótem od ekologicznej ważności wskazówki percepcyjnej i jest definiowana raczej jako korelacja niż prawdopodobieństwo (patrz wyżej). W tej definicji nieinformacyjna wskazówka percepcyjna ma ważność ekologiczną równą 0, a nie 0,5.

Wykorzystanie ważności cue

W większości prac nad modelowaniem uczenia się kategorii ludzkich przyjęto (i czasami potwierdzono) założenie, że ważenie uwagi śledzi ważność wskazówki lub śledzi jakąś powiązaną miarę informacyjności cechy. Oznaczałoby to, że system percepcyjny ma różną wagę dla atrybutów; atrybuty trafności informacyjnej lub trafności wskazującej mają większą wagę, podczas gdy atrybuty trafności nieinformacyjnej lub trafności wskazującej mają mniejszą wagę lub są całkowicie ignorowane (zob. np. Navarro 1998).

• Beach, Lee Roy (1964), „Probabilizm wskazówek i zachowanie wnioskowania”, Monografie psychologiczne: ogólne i stosowane , 78 (5): 1–20, doi : 10,1037 / h0093853
•   Busemeyer, Jerome R.; Myung, W Jae; McDaniel, Mark A. (1993), „Efekty konkurencji cue: testy empiryczne adaptacyjnych modeli uczenia się sieci”, Psychological Science , 4 (3): 190–195, doi : 10.1111 / j.1467-9280.1993.tb00486.x , S2CID 145457134
• Castellan, N. John (1973), „Uczenie się z prawdopodobieństwem wielu wskazówek z nieistotnymi wskazówkami”, Zachowanie organizacyjne i wydajność człowieka , 9 (1): 16–29, doi : 10.1016 / 0030-5073 (73) 90033-0
• Edgell, Stephen E. (1993), „Korzystanie z informacji konfiguracyjnych i wymiarowych”, w: N. John Castellan (red.), Podejmowanie decyzji indywidualnych i grupowych: bieżące problemy , Hillsdale, New Jersey : Lawrence Erlbaum, s. 43–64
•   Kruschke, John K .; Johansen, Mark K. (1999), „Model uczenia się kategorii probabilistycznych”, Journal of Experimental Psychology: Learning, Memory, and Cognition , 25 (5): 1083–1119, doi : 10.1037/0278-7393.25.5.1083 , PMID 10505339
• Martignon, Laura; Vitouch, Oliver; Takezawa, Masanori; Forster, Malcolm R. (2003), „Naiwny, a jednak oświecony: od częstotliwości naturalnych do szybkich i oszczędnych drzew decyzyjnych”, w: David Hardman i Laura Macchi (red.), Thinking: Psychological Perspectives on Reasoning, Judgement and Decision Making , New York : John Wiley & Sons, s. 190–211
• Reed, Stephen K. (1972), „Rozpoznawanie i kategoryzacja wzorców”, Psychologia poznawcza , 3 (3): 382–407, doi : 10.1016/0010-0285 (72) 90014-x
•   Restle, Frank (1957), „Teoria selektywnego uczenia się z prawdopodobnymi wzmocnieniami”, Psychological Review , 64 (3): 182–191, doi : 10.1037 / h0042600 , PMID 13441854
• Rosch, Eleanor (1978), „Zasady kategoryzacji”, w Eleanor Rosch & Barbara B. Lloyd (red.), Poznanie i kategoryzacja , Hillsdale, New Jersey : Lawrence Erlbaum, s. 27–48
•   Rosch, Eleonora; Mervis, Carolyn B. (1975), „Podobieństwa rodzinne: badania wewnętrznej struktury kategorii”, Psychologia poznawcza , 7 (4): 573–605, doi : 10.1016/0010-0285 (75) 90024-9 , S2CID 17258322
• Sawyer, John E. (1991), „Pobieranie próbek, budowanie lub dostosowywanie hipotezy: jak rozwijają się wnioski o nieliniowych monotonicznych zdarzeniach losowych”, Zachowanie organizacyjne i procesy decyzyjne człowieka , 49 : 124–150, doi : 10.1016 / 0749-5978 (91 )90045-u
• Smedslund, Jan (1955), Uczenie się z wieloma prawdopodobieństwami: badanie początków percepcji , Oslo : Akademisk Forlag