智能技术在心理测量中的应用课件.ppt

《智能技术在心理测量中的应用课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、智能技术在心理测量中的应用智能技术是什么？是人工智能的一部分，主要包括人工神经网络、遗传算法、粗糙集、模糊集、Agent等。100多年前，人们把数理统计的方法运用到心理学中，产生了心理统计学和心理测量学，推动了心理学研究的科学化。智能技术和统计方法一样，是一种通用技术，必然会进一步提高心理学研究的科学性。“智能”的概念是心理学首先提出来的，智能技术是生命科学和计算机结合的产物，它涉及了多种理论和方法。和心理测量的关系是什么？心理测量是按照一定的规则，用数字对人的潜在心理特质进行描述。存在的问题是什么？

2、心理学家认为，心理测量所得到的数据具有随机性，随机误差满足正态分布。可以采用数理统计的方法来处理这些数据，因此心理统计学是心理专业学生的必修课程。心理学家认为，心理测量的数据是可以计算平均数的，这就隐含着这样一个假设，这些数据是等距的，因此是可以进行加减运算的。心理学家还认为，心理测量数据之间的关系是可以用数学公式来表示的，甚至认为变量之间是存在线性关系的。我们经常使用的皮尔逊相关系数就是反映了两个变量之间的线性相关，我们津津乐道使用的因素分析就是建立在相关系数基础上的，我们习惯使用的多元回归也是线性回

3、归。变量间线性关系的思想已经深入我们的脑海，人们不假思索就运用了这些方法。经典测验理论的基本模型就是这种思想的反映。X=T+e这里有线性关系，也有正态分布的假设。CTT的出现，推动了心理测量的发展，但没有很好反映变量间的关系，于是出现了项目反应理论。项目反应理论提出了一个S形的函数模型，事实真是这样吗？我们还应该进行探索。心理测量中存在着许多变量的相互关系，人们一直在追求用某些数学公式来表达它们之间的关系。但也许这种关系很难用公式表示。目前采用的统计方法只是考虑到了心理测量数据的随机性，我们还可以从数据

4、的其他特性来进行研究，例如测量数据的模糊性、粗糙性。正是考虑到心理测量数据的特点，我们近年来采用了人工神经网络、粗糙集、遗传算法、模糊集等方法来试图解决心理测量中的某些问题。一、人工神经网络心理学和人工神经网络有什么关系呢？黄希庭主译的《认知心理学》人工神经网络就是联结主义理论，是心理学家和计算机科学家共同研究的成果，是用计算机来模拟人脑神经网络的工作。（一）神经网络模型的提出1、信息加工理论的缺点：把人看成是简单的物理符号系统只是强调信息加工的系列性不能很好地解释日常生活中的很多认知现象2、具有里程碑

5、意义的著作Rumelhart和McClelland(1986)：《并行分布加工：认知的微观结构之探索》认知心理学的“新浪潮”（二）人工神经网络模型和人脑的神经网络1、人工神经网络模型各神经元之间存在大量的“联结”，“联结”的强度在信息加工过程中不断进行调整。信息的加工是并行：并行分布系统。2、人脑神经元的基本特性（1）细胞间突触联结强度是可变的。（2）神经细胞是一个多输入-单输出的“元件”。（3）细胞核对信息的加工是非线性的。3、生物神经元的三个功能（1）加权：对每个输入信号赋予不同程度的权重。（2）求

6、和：把所有的输入信号组合起来。（3）传递：把组合起来的输入函数通过激活函数（又称传递函数）f(),产生一定的输出函数。fSjθjx1x2xixnwji4、人工神经元的结构5、向量表示列向量X：输入向量X==由此可见，神经元的净输入Sj可以用其权重向量Wj（行向量）和输入向量X（列向量）的内积（点积）表示。净输入通过激活函数得到神经元的输出yj,在神经网络中最常用的激活函数是Sigmoid函数这是一个上限为1，下限为0的S形函数YjSjSigmoid函数（三）神经网络模型的拓扑结构神经网络模型具有各种不同

7、的拓扑结构，其中最常用的是三层前馈模型，该模型由输入层、隐含层和输出层三部分结构组成输出向量..................输入向量（四）神经网络模型的学习和联想神经网络模型的工作过程实际上就是将输入信息进行转换加工的过程，通常人们把这一加工过程分成两个阶段：学习阶段（或称训练阶段）和联想阶段（或称测试阶段）。基本的算法：误差反传算法（BP算法）（五）神经网络的作用当系统的输入和输出之间的关系无法用数学的解析式表达时，可以用神经网络来建立它的模型，特别是多个输入变量和输出变量之间的关系为非线性时，该

8、模型更加能显示其优越性。(六)基于人工神经网络的效标关联效度的研究1、问题的提出效标关联效度的目的：寻找测验分数和效标分数之间的某种关系。计算效标关联效度的方法：积矩相关系数愿望：测验分数和效标分数具有较高的正相关，从测验分数来较精确地预测效标分数，这是一个回归预测问题。目前运用积矩相关系数作为预测效度的缺陷：前提是两个变量之间为线性关系，而且只能有一个自变量。于是就出现了这样的问题：（1）若测验分数x和效标分数y之间为非线性关系，积矩相关