O GoConqr está de visual novo! Conte para nós o que você achou.

Flashcards

QM - Math. Psych.

Felix Jan Nitsch Psychologie Alemão 5,0Avaliação média 5,0 de 5 (1 avaliação) 32 flashcards

Flashcards do conjunto (32)

  1. 1Was ist mathematische Psychologie?- über ihre Arbeitsmethoden und nicht über ihren Gegenstand definiert
    - Psychologische Modelle mathematisch formalisieren
  2. 2Statistische Modelle vs. erklärende formale Modelleerklärende formale Modelle: Versuch in die black-box hineinzusehen
  3. 3kognitive PsychometrieEntwicklung psychometrischer Messmodelle, dievauf kognitionswissenschaftlichen Theorien basieren
  4. 4DekomponierungsproblemWie lässt sich eine AV adäquat in prozessreine bzw systemreine Maße für bestimmte Prozesse dekomponieren?
  5. 5Das BedeutsamkeitsproblemOft kann eine alternative AV benannt werden, die ein gleichermaßen plausibler Indikator desinteressierenden psychologischen Konstrukts ist
  6. 6Multinomiale Verarbeitungsbaummodelle-Klasse formaler Modelle, die kognitive Prozesse annehmen, welche mit bestimmten Wahrscheinlichkeiten stattfinden, Diese Wahrscheinlichkeiten werden mittels beobachtbarer experimenteller Daten geschätzt
    -Modelle für kategoriale (diskrete) Daten
  7. 7One-High Threshold ModelGedächtnismodell
    Altes Item vs. neues Item
    Alt -> Rekognition oder Raten
    Neu -> Raten
    => keine Rekognition als neues Item möglich
    => nur Schwelle für Zielitems
  8. 8Storage-Retrieval-ModellBesonderheit: Cluster = Wortpaar wird zusammen abgespeichert
    Parameter: Clustering, wenn nein: Abruf Wort 1, Abruf Wort 2
    -> 4 Ergebniskategorien
    +
    Einzelwort: abrufbar ja/nein
  9. 9Logik multinomiales RahmenmodellParameterkonstellation -> Kategoriewahrscheinlichkeiten -> Stichprobenhäufigkeit
    Modellgleichung: Parameter -> Wahrscheinlichkeiten
    Multinomialverteilung: Wahrscheinlichkeiten->Stichprobe
  10. 10G^2Likelyhoodquotientenstatistik
    Annähernd Chi^2-verteilt
    sig = Abweichung des Modells von emp. Daten
    Verhält sich additiv: auch DIfferenz Chi^2-verteilt
  11. 11Modellvalidierung von MVB-ModellenTheoriegeleitet, geeignet klassische Daten zu erklären
    Schwaches Krit: Jeder Parameter lässt sich durch eine UV in vorhersagbarer Weise manipulieren
    Starkes Krit: " ohne die anderen Parameter zu beeinflussen
  12. 12Identifizierbarkeit von MVB-Modellen-Global identifizierbare MVB-Modelle: für jedes π eindeutig angebbar, welcher Parametervektor θ es „erzeugt“ hat
    - „lokal“ identifizierbar, wenn es in einer näheren Umgebung von θ0 identifizierbar ist
  13. 132 Hochschwellenmodell für QuellengedächtnisNovum: zusätzliche Schwelle für Rekognition neuer Items
    Parameter: Rekognition, Quellengedächtnis, Quellenraten
    => Schwelle für Zielitems und Distraktoren
  14. 14Validierung des 2HTSMÄhnlichkeit von Zielitem und Distraktor => D (Rekognitionsleistung)
    Ähnlichkeit der Quellen => d (Quellengedächtnis)
  15. 15Praktische Ergebnisse des 2HTSMCSIM: Bessere Leistung bei kongruenten Quellen
    Einfluss von Schema-Raten? -> 2HTSM
    Schema-Akt. bei Erinnerung -> Bias
    Schema-Akt. bei Enkodierung -> kein Bias
  16. 16Prospektives GedächtnisErinnerung, etwas in Zukunft zu tun
    Zeit- oder Ereignisbasiert
    Retrospektive Komp.: Was und wann?
    Prospektive Komp.: Dass ich etwas mache
  17. 17MPT-Modell für PM2 Hochschwellen
    Parameter: C1/2 (FÜ/FNÜ erkennen), P (PG-K), M (RG-K)
  18. 18Validierung des MPT-PM ModellsManipulationen:
    Wichtigkeit der Hintergrundaufgabe -> P
    Ähnlichkeit von PG Zielen +Distrakt. -> P+M
    Enkodierzeit -> M
  19. 19Anwendung des MPT-PM ModellsAltersunterschiede bei Erwachsenen -> PG-Komponente
    Altersunterschiede bei Kindern -> RG-Komponente
  20. 20Problem des klassischen Hindsight-Bias-MaßTatsächliche Gedächtnisunterschiede konfundieren Rückschaufehler
  21. 21MPT-Modell des HBKein Schwellenmodell!
    Parameter: rc (Recall of OJ), b (Reconstruction Bias)
  22. 22Anwendung des MPT-HB-ModellsBias stärker bei Jüngeren oder Älteren abhängig von den experimentellen Bedingungen
  23. 23Grundidee des Diffusionsmodells- Universelles Modell für binäre forced choice Paradigma (bsp. lexikalische Choice-Aufgaben)
    - Kombiniert Geschwindigkeit und Genauigkeit in einem Maß -> Fähigkeit
    -Kognitive Psychometrie
  24. 24Grundannahmen über den Klassifikationsprozess in einer 2-AFC Task- Stimulusinformation wird über Zeit akkumuliert bis Kriterium erreicht wird
    - probabilistische und deterministische Einflüsse
    - RT = Entscheidungsphase + Nicht-Entscheidungsphase
  25. 25Driftrate im DiffusionsmodellSteilheit der Informationsakkumulation
    ~ Geschwindigkeit und Genauigkeit
  26. 26Schwellendistanz im DiffusionsmodellInformations-(Evidenz-)Distanz der Antwortalternativen
    ~Geschwindigkeit (-)~Genauigkeit
  27. 27Anwendung des Diffusionsmodells auf PG ExperimentPhase 1: HA, Phase 2: HA + PG
    Ergebnis:
    PG induziert höhere Schwellendistanz -> konservativere, vorsichtiger Bearbeitung
    Zusätzlich: höhere Zeitkonstante -> langsamere periphere Prozesse
  28. 28Messmodelle vs. computationale ModelleMessmodelle: schätzen Parameter aus Daten, wenige Annahmen (MVB, Diffusionsmodell)
    Computationale Modelle: Detaillierte theoretische Modellierung -> nur qualitative Vorhersagen (globale Gedächtnismodelle)
  29. 29Grundidee globaler AktivierungGlobale Akt. vs. Akt. einzelner Gedächtnisspur
    Global Match: Berücksichtigung des Kontextes
    Seperate Storage vs. Distributed Storage
  30. 30SAM Modell - GrundideeSeperate Storage: Wissen -> Images
    Images: Iteminfo, Kontextinfo, Interiteminfo
    Globale Aktivierung durch Cue -> Vertrautheit
    -> ALLE Images im LZG tragen zu Vertrautheit bei
  31. 31SAM Modell - ReproduktionSampling: Wahrscheinlichkeit = Imageakt/Gesamtakt
    Recovery: Versuch Info des Samples wiederherzustellen
  32. 32ICE-Modell - GrundideeItem-Info, Kontext-Info, Ensemble-Info (integrierter Kontext)
    Ohne E: gleiche Kontexteffekte auf HR u. FAR
    Mit E: K.Eff(HR) > K.Eff(FAR)
    -> Bildung von E. in komplexeren Kontexten verändert Effekt

Informações

Descrição
Psychologie FlashCards sobre QM - Math. Psych., criado por Felix Jan Nitsch em 25-07-2017.
Visualizações
197
Avaliação
Avaliação média 5,0 de 5 (1 avaliação)

Fale Conosco

Sobre o que é sua mensagem?

O que você acha do novo visual?

Você gostou?