不同学习方式下归类不确定时的特征推理

摘要：

采用学习一迁移模式,探讨了同时学习和继时学习两种方式下归类不确定时的特征推理.共包括2个实验,其中实验1探讨了固定学习轮次的情况,实验2探讨了固定学习正确率的情况.实验结果表明:同时呈现类别要素的同时学习方式下,被试习得序列式的单类别表征(原型表征),在归类不确定时的特征推理中按照"单类的Bayesian规则"进行特征推理,即P(j\F)=P(K\F).P(j\K);相继呈现类别要素的继时学习方式下,被试习得并列式的多类别表征,在归类不确定时的特征推理中按照"理性模型"进行推理,即P(j\f)=∑kP(K\F)·P(j\K).

关键词：类别学习、特征推理、单类说、理性模型、贝叶斯推理

所属期刊栏目：43

分类号：B842(心理学)

资助基金：国家社会科学基金教育学一般项目BBA100018;国家自然科学基金30870783;教育部人文社会科学研究青年项目O8JCXLX004;广东省高等学校人文社会科学研究基地项目09JDXMXLX02

在线出版日期：2011-04-20（万方平台首次上网日期，不代表论文的发表时间）

页码：92-100