浅析随机支持模型-青少年主观概率校准的特点

《浅析随机支持模型-青少年主观概率校准的特点》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、浅析随机支持模型:青少年主观概率校准的特点　　2003年，Brenner提出了随机支持模型(Ran—doraSupportModeZ)来描述主观概率的校准，传统的支持理论中的支持通常为常量，根据支持理论，假设A而不是假设B发生的概率(A,B)可被转化为(A)/s(B)，s似(A)表示某人对假设A发生的支持，s(B)表示某人对假设B发生的支持。对于事实上正确的判断来说，判断信心p(C，，)可以转化为s(c)/s(I)，错误判断的信心p(I,C)可以转化为s(I)/s(C)。　　随机支持理论假设一组判断中，正确判断(上海比苏州人多)的

2、支持s(C)和错误判断(苏州比上海人多)的支持s(I)是正偏态的随机变量，它们的自然对数形式lns(C)和lns(I)为正态分布的随机变量，前者的均数为8δ，后者为D，方差均为δ2。　　δ的值代表人对正确和错误假设支持的区分度，通常一般知识问题的8δ的值大于O：而标准差代表支持分布的离散程度。判断信心在0.5-I之间时，判断信心越高，lns(C)和lns(I)的分布都越离散，δ值越大。所以δ可以表示主观判断的极端性，　　根据二元互补理论，由一个错误判断的信心。(I)/s(C)可以推导出该判断的s(C)/s(I)，对正确与错误判断所

3、有的信心值s(C)/s(I)取自然对数得到ln[5(C)/s(I)]，ln[s(C)/s(I)]等于lns(C)—lns(I)，简称为L(C,I)，根据对Zm(C)和lns(I)的假设，￡(c,I)是一个均数δб，方差2δ2的随机变量。通过实验结果求L(c，I)的均数和方差就可以得到参数占和δ，　　随机支持模型通过假设正确假设和错误假设的支持为随机变量，以两个参数6和δ描述主观概率校准的特征。本研究的目的是验证该模型对描述青少年主观概率校准的适用性，并以模型参数说明青少年主观概率校准的发展特点，　　　　　　2　方法　　　　　　2.

4、1　被试　　初中组和高中组的被试来自天津市一所中学，初二和高二各150人。大学组被试来自天津两所大学共132人。经数据筛查后，初中组有效记录纸为109份，高中组和大学组有效记录纸均为104份，　　　　2.2　实验材料　　从2004《中国城市年鉴》自选较熟悉的大陆134个地级城市，熟悉度作为选择标准是为避免让被试比较根本没听说过的城市，因为这样就没有任何“支持”可言(包括正确和错误支持)。随机排列全部城市的顺序，制成《地级城市熟悉度评定表》，由30人(硕士研究生)进行熟悉度评估，收回25份。根据评定表的调查结果选取其中熟悉度较高的6

5、0个城市，随机组成30对，制成《城市人口知识调查表》，实际上是实验的记录纸，表名隐藏了实验的真实目的。要求被试逐对先选择自己认为户籍人口较多的城市，然后在50％到100％的半量表上选择自己判断的信心或者说认为自己判断正确的可能性。　　调查表有A、B两种，一半被试做A卷，一半做B卷。每种调查表人口多的城市在前在后各占一半，但A、B卷的每对城市的左右位置相反，且城市的顺序不同。　　　　　　2.3　分析工具　　全部数据由SPSSl3.0统计分析：图片由EX—CEL2003生成。　　　　　　3　结果　　　　　　3.1　信心与正确率的年级差

6、异　　如表1所示，初中组全部被试在全部题目上的平均信心为81％，总正确率为0.61，高中组平均信心为79％，总正确率为0.63，大学组平均信心83％，总正确率为0.66，三个年龄组均表现出过度自信的概率判断。三组被试的正确率呈现随年龄逐渐升高的趋势，这是地理知识增长的自然结果。在信心方面则呈现出不规则变化，初中组和大学组的信心较高，而高中组的信心最低，经过单因素方差分析，三组被试的信心有显著差异，F(2，9395)=53.90，p<0.001。经事后多重比较，大学组显著高于高中组和初中组，p<0.001，初中组显著高于

7、高中组，p

8、出每一种判断信心的频率，用该频率去除该信心题目正确的频率就可以得到相应的正确率。这样就可以得到模型预测的判断信心的频率分布和校准曲线。　　图1是初中组实际校准曲线与模型预测的校准曲线，高中和大学组的实际校准曲线与模型预测校准曲线与之相似。初中组实际