Диссертация (1147682), страница 30

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 30)

Ваша задача- постараться запомнить как можно больше из них. Всего будет 36 фигур. Каждаябудет предъявляться на 5 секунд. По окончании предъявления начнётся второй этапэксперимента. Пожалуйста, будьте предельно сосредоточены, постарайтесь ни начто не отвлекаться. Нажмите пробел, чтобы начать эксперимент.Инструкция в тестовой сериииФигуры, которые предъявлялись Вам на первом этапе, были не случайныминаборами форм, а были составлены на основе специальной системы правил,определяющей порядок, в котором формы вкладываются друг в друга. Сейчас вам172будут предъявлены новые фигуры.

Вам нужно будет выполнять два задания. Вопервых, иногда вам нужно будет определять, соответствует ли предъявленнаяфигура правилам, по которым были составлены фигуры на первом этапе, илиявляется случайным набором форм. Если вы считаете, что фигура подчиняетсявведённым на первом этапе правилам, жмите клавишу "K", если считаете, что НЕподчиняется - клавишу "L".

Во-вторых, иногда нужно будет просто оценить,насколько вам нравится предъявленная фигура. Оценку надо будет давать мышкойна шкале от 0 до 1 (0 = скорее не нравится, а 1 = скорее нравится). В этом заданиинет правильных и неправильных ответов, нужно просто оценить эстетическуюпривлекательность фигур для вас. Всего будет 58 фигур. Нажмите пробел, чтобыначать второй этап эксперимента.Приложение ИБыла использована логистическая регрессия с мерами структурного сходства игруппой в качестве предикторов и классификационным суждением в качествебинарной зависимой переменной. В качестве случайного эффекта в модель былдобавлен фактор испытуемого для учёта межиндивидуальной изменчивости ввероятности классификации строчки как грамматической.Таблица. Коэффициенты регрессии для мер структурного сходства в трёх группахМера структурного сходстваКоэффициент Ст.

ошибкаz-значениеСвободный член (КГ, все меры структурного -1,51сходства = 0)0,18-8,26***ПАСЧ0,18Грамматичность0,670,183,63***Глобальная АСЧ0,000,070,02Концевая АСЧЭГ-1ЭГ-2Грамматичность: ЭГ-1ПАСЧ: ЭГ-1Глобальная АСЧ: ЭГ-10,211,18-0,42-0,040,68-0,09-0,040,171,146,90***0,27-1,510,272,53*0,240,260,10-0,16-0,35-0,34173Концевая АСЧ: ЭГ-1-0,060,15-0,40ПАСЧ: ЭГ-2-0,070,24-0,300,13-1,08Грамматичность: ЭГ-20,14Глобальная АСЧ: ЭГ-20,11Концевая АСЧ: ЭГ-2* p < 0,05.

** p < 0,01. *** p < 0,001-0,140,240,560,091,20Модель представлена в таблице. Первый коэффициент — свободный член.Он отражает логарифм шанса классификации строчки как грамматическойиспытуемым из КГ при предположении, что все меры структурного сходства равнынулю.

Как и ожидалось, он значимо ниже нуля. КГ использовалась в качествебазового уровня, а значит, первый коэффициент структурного сходства относилсятолько к КГ. Коэффициенты для ЭГ-1 и ЭГ-2 отражают разницу между свободнымчленом для этих групп и КГ. Оба коэффициента оказались не значимыми.Коэффициентвзаимодействия,помеченныйдвоеточием,относитсяккоэффициентам структурного сходства для соответствующих групп.

Чтобысосчитать коэффициенты структурного сходства для ЭГ-1 или ЭГ-2, необходимосложитькоэффициентдляКГикоэффициентвзаимодействиядлясоответствующей группы. Грамматичность и краевая АСЧ статистически значимопредсказывали классификационные суждения в КГ. Глобальная АСЧ и ПАСЧ недостигли уровня статистической значимости. Такой паттерн результатов получендля всех групп, так как ни один коэффициент взаимодействия не значим, заисключением одного. Коэффициент грамматичности был значимо больше в ЭГ-1,чем в КГ. Это значит, что сама по себе грамматичность строчки влияла на решенияиспытуемых в большей мере в ЭГ-1, чем в КГ.

Такого различия не было полученодля КГ и ЭГ-2.Чтобы прояснить значение этих коэффициентов мы можем экспонировать ихи получим отношения шансов. Экспонировав коэффициент для грамматичности вКГ (0,67), мы получим 1,97. Таким образом, шансы грамматической строчки бытьклассифицированнойположительнопримерновдваразавыше,чем174неграмматической. Коэффициент для ЭГ-1 — это коэффициент для КГ (0,67) плюскоэффициент взаимодействия (0,68) = 1,35. Экспонировав его, мы получим 3,85.Такимобразом,вЭГ-1дляграмматическойстрочкишансыбытьклассифицированной положительно в 3,85 раз выше, чем для неграмматическойстрочки.

На это различие в КГ и ЭГ-1 и указывает взаимодействие факторов,описанное выше. Этот результат говорит о том, что испытуемые всех группопирались на частотность концевых буквосочетаний, а также на различия вграмматических и неграмматических строчках, не исчерпывающихся этойчастотность. Но испытуемые ЭГ-1 опираются на эти источники в большей мере,чем КГ.Приложение КМодель представлена в таблице. Атрибуция «правила» была использована вкачестве базового уровня.Таблица. Коэффициенты регрессии для модели: да-уровень, предсказываемый поатрибуции.КоэффициентСт.ОтношениеzСредняяошибкашансовзначениепредсказаннаявероятность ответа«Да»Свободныйчлен (Правила)-1,050,190,35-5,38***0,26ПрипоминаниеИнтуиция1,363,896,27***0,58Наугад0,460,220,920,372,512,50*0,471,590,26* p < 0,05.

** p < 0,01. *** p < 0,0011,790,36Моделирование показало, что когда испытуемые атрибутировали их решениязнанию правил, шансы, чтоони классифицируют строчку скорее какграмматическую, чем как неграмматическую, были 0,35. Шансы классифицироватьстрочку как грамматическую для проб, атрибутированных ответу наугад, были в1752,51 раза выше, чем для проб, атрибутированных правилам, z = 2.50, p = 0.012.Шансы, что строчка будет классифицирована как грамматическая, для проб,атрибутированных припоминанию, были примерно в 4 раза выше, чем для правил,z = 6.27, p < 0.001. А шансы классифицировать строчку как грамматическую дляпроб, атрибутированных интуиции, были в 1,59 раз выше для проб,атрибутированныхзнаниюправил.Такимобразом,когдаиспытуемыеатрибутировали свои ответы знанию правил, они демонстрировали наиболееконсервативный критерий принятия решения.Приложение Л.Логистическая регрессия с ответом испытуемого (Да / Нет) в качествезависимой переменной и группой и метакогнитивной оценкой (уверенность /ставка) в качестве независимых переменных.

Для каждого испытуемого былдобавлен случайный свободный член, учитывающий разный да-уровень у разныхиспытуемых.Оценкирассматривалиськаккатегориальнаяпеременная,соответственно логистическая регрессия демонстрирует веротяность ответа «Да»для базового уровня и отличия этой вероятности для других уровней отвероятности базового уровня. В качестве базового уровня была выбрана оценкауверенности, равная трём, так как эта ячейка содержала больше всего наблюдений,а также так как в ней наблюдается примерно равное количество ответов «Да» и«Нет» (169 и 161, соответственно).

Коэффициенты подгруппы «Ставки» отражаютотличие от соответствующих (уверенность на 3 = ставка на 30 и т.д.)коэффициентов подгруппы «Уверенность».Таблица. Логистическая регрессия с ответом испытуемого (Да / Нет) в качествезависимой переменной и группой и метакогнитивной оценкой (уверенность / ставка) вкачестве независимых переменныхНезависимая переменнаяBСт. ошибкаz-значение pУверенность = 3 (базовый уровень)0,050,12-0,260,20Уверенность = 1-1,09Уверенность = 40,21Уверенность = 20,380,705-1,300,1930,43-2,510,201,090,012*0,276176Независимая переменнаяBСт.

ошибка0,430,49Ставка = 300,16Ставка = 20-0,02Ставка = 10Ставка = 400,200,70. p < 0,1. * p < 0,05. ** p < 0,01. *** p < 0,001z-значение p0,780,437-0,080,9330,890,290,381,860,3740,063.Результаты моделирования: Коэффициент для базового уровня (когда уверенность = 3) не отличаетсязначимо от нуля, что говорит о том, что ответы «Да» и «Нет» даютсяпримерно с одинаковой частотой. Изостальныхкоэффициентовдляподгруппыуверенностьтолькокоэффициент для уверенности = 1 значимо отличается от базового уровня(значимо меньше). Это свидетельствует о том, что ответы «Да» при оценкеуверенности = 1 даются значимо реже, чем в базовом уровне (при оценкеуверенности = 3; из предыдущего пункта мы знаем, что там ответы «Да» и«Нет» даются примерно с одинаковой частотой) Коэффициентыкоэффициентовдляподргуппысоответствующих«Ставки»отражаютуровней подруппыотличиеот«Уверенность».Единственное отличие наблюдается при ставке = 40.

Это значит, что науровне статистической тенденции при ставке = 40 ответы «Да» даютсязначимо чаще, чем при оценке уверенности = 4 (из предыдущего пункта мызнаем, что распределение ответов при оценке уверенности = 4 значимо неотличается от равномерного). Это видно из рис. 14Такимобразом,моделированиеподтверждаетвизуальныйанализраспределений ответов на рис. 14: от равномерного отличаются распределенияответов «Да» и «Нет» при самой низкой оценке уверенности (больше ответов «Нет»)и самой высокой ставке (больше ответов «Да»)..

Характеристики

Список файлов диссертации