论文部分内容阅读
目的：心理物理学函数描述了被试对特定刺激强度的反应正确率，是心理物理学研究的基本方法。我们提出了一种非参贝叶斯估计方法——高斯过程分类——来估计心理物理学函数。方法：该估计方法对函数内在模型不做出任何限制，而仅仅假定函数的连续性和光滑性，由采集的数据直接估计出心理物理学函数。我们通过蒙特卡洛仿真考察了该方法在常见实验条件下的估计效率和精确度，并在心理物理学实验中加以验证。结果：仿真实验发现该非参方法对阈值及斜率估计精度优于传统有参方法。并且心理物理学实验验证了该方法的测量结果有很好的可重复性。结论：高斯过程分类方法可以高精度地估计心理物理学函数，并避免了传统方法的模型选择困境，在心理物理学研究中有很好的应用价值。