Диссертация (1136540), страница 23
Текст из файла (страница 23)
С. Чонгом и Э.Трейсман [Chong, Treisman, 2003a] ранее была высказана гипотеза, согласнокоторой объекты, различающиеся слишком сильно, могут вообще нерепрезентироватьсякакединыйансамбль,аскорееподвергаютсяавтоматической сегментации, т.е. статистически будут представлены разнымираспределениями. Каждое такое распределение представлено своим средним, инужны дополнительные операции для нахождения среднего второго порядкадля двух таких распределений. Напротив, более разнородные, но гладкиераспределения, в которых между экстремумами появляются промежуточныезначения признака, более охотно будут рассматриваться как единаястатистическая репрезентация ансамбля (пусть и с большой вариацией), чтобудет давать более легкое усреднение. Однако неоднозначные статистическиеэффекты(значимыйдляскорректированныхинезначимыйдлянескорректированных данных), полученные нами в Эксперименте 2Б, непозволяют нам сделать однозначный вывод о роли гладкости распределения впроцессе зрительного усреднения.
Возможно, это связано с тем, что гладкостьраспределения варьировала не как полностью независимый фактор, а быласопряжена с изменением количества объектов. В Эксперименте 2В факторгладкости будет варьироваться как отдельная переменная, не зависящая отколичества объектов.2.2.2.
Эксперимент 2В1232.2.2.1. МетодикаИспытуемые. В эксперименте приняли участие 26 студентов НИУ ВШЭ.Все испытуемые имели нормальное или скорректированное до нормальногозрение и не имели черепно-мозговых травм и эпилепсии в анамнезе. Никто изучастников Эксперимента 2В прежде не участвовал в Экспериментах 2А или2Б.Аппаратура и стимуляция. В эксперименте использовалась та жеаппаратура, что в Экспериментах 2А и 2Б.Стимуляция также была очень похожа на использованную в предыдущихэкспериментах. Однако на этот раз мы использовали постоянное количествообъектов во всех пробах – их всегда было 16. Также постоянным был диапазонвариации размера – он был равен 1,6°, как и в Эксперименте 2Б.
Основнымфактором была гладкость распределения размеров, подробнее представленномнаРисунке11.манипулированиеМанипулированиефакторомэтимрегулярностивфакторомЭкспериментенапоминало2Б:так,максимально гладкое распределение было в максимально нерегулярныхнаборах, где каждый круг имел свой индивидуальный размер, и различиямежду ближайшими «соседями» составляло 0,1°; максимально «острое»распределение включало в себя круги только самого большого и самогомаленького размера, различие между которыми было всегда 1,6°.Рисунок 11.
Частотные распределения размеров среди членов ансамблей вразличных экспериментальных условиях Эксперимента 2ВСредние размеры ансамблей варьировались в тех же пределах, что и в124предыдущих двух экспериментах.Процедура была аналогичной процедурам экспериментов 2А и 2Б.2.2.2.2.Результаты эксперимента 2ВКакивпредыдущихэкспериментах,протоколыиспытуемыхподвергались двухстадийному анализу. На первой стадии мы сравнивалиэмпирические частоты выбора тех или иных ответов с вероятностямислучайных угадываний. Одновыборочные t-тесты показали, что испытуемыевыбирали ответы с отклонением в 0° и -0,1° чаще и -0,2° и ±0,3° реже, чемвероятность случайных угадываний (p<0,001), что в целом испытуемыедействительно усредняли ансамбли, а не угадывали размеры случайнымобразом. Результаты представлены на рисунке 12.Факторный эффект гладкости распределений оценивался с помощьюоднофакторного дисперсионного анализа для сырых данных и данных сучетом коррекции, описанной для экспериментов 2А и 2Б.
Данный эффектоказался значимым (скорректированные данные: F (3, 75) = 11,67; p< 0,001, η 2p= 0,317; сырые данные: (F (3, 75) = 9,26; p<0,001, η2 = 0,270).Рисунок12.РезультатыЭксперимента2В:А–распределениевероятностей ответов с определенным значением отклонения от среднего(горизонтальными линиями показаны вероятности случайных угадываний);влияние типа ансамбля и количества объектов на величину абсолютной125ошибки: Б – скорректированные данные, В – сырые данные.
Столбики ошибоксоответствуют ±1 ст. ош. среднего.Парные сравнения с помощью t-критерия показали, что все парныеразличия между условием с двумя размерами и всеми остальными значимы(скорректированные данные: t>4,5; p<0,001; сырые данные: t>3,0; p<0,001, рис.8), в то время как все остальные различия не значимы (p<1,0, t > 0,5).2.2.3. Обсуждение результатовНаш основной результат подтвердил тенденцию, ранее обнаруженную вЭксперименте 2Б: ансамбли, состоящие из крайне больших и крайне малыхобъектов, усредняются менее эффективно, чем все остальные.
Хотя факторгладкости распределений варьировался градуально, такой же градуальности визменении ошибки мы не наблюдали. Скорее, мы наблюдаем «пороговый»паттерн результатов: степень гладкости распределения не влияет наэффективность усреднения, пока не достигнут критический уровень различиймежду ближайшими «соседями» на шкале вариации признака. В целом этосоответствует ранее высказанной гипотезе С. Чонга и Э.
Трейсман [Chong,Treisman, 2003a] о репрезентации экстремальных признаков в виде отдельныхмножеств, репрезентация которых в виде единого среднего невозможна.Зрительное усреднение, по нашим данным, не ограничено объемомвыборки, оно все же подвержено определенным ограничениям. Связаны этиограничения с общей вариативностью признака в ансамбле. С точки зренияидеи о статистической репрезентации, эти ограничения вполне закономерны:чем шире разброс случайной величины, тем выше величина ошибки вопределении среднего, что проявляется непосредственно в восприятии иповедении испытуемых.
Идея о влиянии диапазона разброса на точностьзрительного усреднения ранее была высказана рядом авторов [Im, Halberda,2013; Chong, Treisman, 2003b; Corbett и др., 2012; Rosenholtz, 1999b].Традиционная психофизическая интерпретация данного результата можетзаключаться в том, что увеличение диапазона вариативности приводит к126усилению внешнего сенсорного шума, что приводит к менее стабильной иточной репрезентации сигнала. Можно предположить, что именно влияниешумаослабляетгруппировку,чтоспособствуетснижениюточностиусреднения. Однако, такое объяснение не подходит для понимания того,почему ошибка особенно возрастает в регулярных наборах с большимдиапазоном, в которых уровень внутреннего шума невысокий. Для объясненияданного эффекта мы можем привлечь идею о сегментации множества иразрушения единой группировки.На рисунке 13 представлены три случая одной и той же гипотетическоймодели, которая, на наш взгляд, позволяет объяснить результаты нашихэкспериментов.Рисунок 13 — Психофизическая модель, объясняющая результатыпроведенных экспериментов в терминах диапазона вариации и порогасегментации.
А – для регулярного ансамбля с низкой вариацией; Б – длярегулярного ансамбля с высокой вариацией; В – для нерегулярного ансамбля свысокой вариацией и промежуточными признаками. Столбики показываютчастотыфизическогоиллюстрируютраспределениягипотетическиепризнаков;внутренниегауссовырепрезентациикривыеансамблей:сплошные линии с заштрихованными фигурами под ними иллюстрируютитоговуюрепрезентациюансамбля,пунктирныелиниипоказываюткомпоненты этой репрезентации, порождаемые отдельными объектами или ихне сегментируемыми подгруппами.Мы предполагаем, что при высокой регулярности и небольшом диапазоневариации (как в регулярном условии Эксперимента 2А и экспериментов127Маршана и коллег) все признаки с легкостью объединяются в одно узкоераспределение, которое усредняется с относительно небольшой ошибкой(рисунок 13 А).
Соответственно, все элементы этого множества могутобразовать устойчивую группировку.Вероятно, при увеличении различий между признаками в какой-то моментдостигается порог сегментации, при котором объекты с разными признакамиуже не могут быть репрезентированы в виде единого множества ирассматриваютсяперцептивнойсистемойкакдваясноразличимыхподмножества, что приводит к разрывам перцептивной группировки, и ведет кзатруднениямвизвлеченииинформацииоединомсреднем,какхарактеристике целостного образования, и максимальной ошибке при егооценке (рисунок 13 Б).Наконец, нерегулярные ансамбли, обладающие большим диапазономвариации, несомненно, распределены более широко, чем регулярныемножества с низким диапазоном, что приводит к возрастанию ошибкиусреднения.
Вместе с тем, наличие промежуточных градаций признака,различия между которыми ниже порога сегментации, не дает зрительнойсистеме возможности провести четкую границу между подмножествами, азначит, все объекты, даже несмотря на большие различия между крайнимичленами ансамбля, будут рассматриваться как единое распределение и,которое может быть представлено одним средним (рисунок 13 В).Дополнительно, хотелось бы отметить, что полученные нами результатыпозволяют вынести суждение о характере процессов, лежащих в основепроцессов статистической репрезентации.А. Маршан и коллеги, поддерживая гипотезу об усреднении, основанномна отборе подвыборки элементов, показали, что при общей регулярностимножества, при любом количестве объектов в пробе любая случайно взятаявыборка с высокой вероятностью окажется репрезентативной по отношениюко всему ансамблю, и, следовательно, оцененное среднее будет также хорошоаппроксимировать среднее по ансамблю.
В нерегулярном наборе вероятность128взять репрезентативную выборку гораздо ниже, в результате чего уровеньошибки закономерно возрастает. Однако, как мы уже обсудили выше, ихисследование не полностью контролировало фактор вариативности множества(в силу особенностей стимуляции нерегулярные множества в их исследованиибыли одновременно и более вариативными).В ходе трех экспериментов мы варьировали факторы регулярности ивариативности размера в качестве независимых переменных. В результатебыло обнаружено, что при должном контроле фактора диапазона регулярностьсама по себе не оказывает влияния на точность усреднения, а значит, идея отом, что усреднение может быть основано на случайной выборке, невыдерживаетусреднениекритики.должноПолученныеосуществлятьсярезультатыскореедемонстрируют,параллельнонадчтовсемипредъявленными объектами или, по крайней мере, для него необходимывыборки существенно большего объема, чем позволяют фундаментальныеограничения объема сфокусированного внимания и зрительной рабочейпамяти.Теоретически наши данные допускают альтернативный аргумент в пользугипотезы выборочного оценивания.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
