MPTモデルによるソースモニタリングデータの分析 の変更点
Top/MPTモデルによるソースモニタリングデータの分析
- 追加された行はこの色です。
- 削除された行はこの色です。
- MPTモデルによるソースモニタリングデータの分析 へ行く。
- MPTモデルによるソースモニタリングデータの分析 の差分を削除
#author("2023-01-05T20:02:27+09:00","default:riseki","riseki") #author("2023-01-05T20:04:27+09:00","default:riseki","riseki") **&color(#000080){MPTモデルとは }; [#d120b430] &color(darkorchid){''MPTモデル(multinomial processing tree model)''};は,&color(darkorchid){''カテゴリカルデータ(頻度データ)''};を潜在的な認知過程に基づいて分析する手法です。 仮定した認知過程の測度(確率推定値)を得られることに加えて,複数のモデルを比較することによる統計的仮説検定を行うことができます。 このページでは,この分析法がよく用いられる&color(darkorchid){''ソースモニタリング実験''};を例として,MPTモデルによる分析の方法を簡単に説明します。 具体的なコンテンツは,以下の通りです。 -[[ソースモニタリング実験のパラダイム]] -[[MPTモデルの構築とパラメータ制約]] -[[ソフトウェアによるパラメータ推定]] -[[MPTモデルによる仮説検定]] -[[MPTモデルのためのソフトウェア]] 基本的に,ひとつながりの文章として書かれていますので,この順に読まれるのがよいと思います。 MPTモデルに関しては,ユーザーレベルでの情報が見つからず,ある程度使えるようになるまでにけっこう苦労したので,備忘録も兼ねてこのようなページを作成しました。 そういった事情ですので,情報の正確さについては必ずしも保証しかねるところがあります。 より正確な情報については,[[引用文献>MPT モデルによるソースモニタリングデータの分析/MPTモデルによる仮説検定#tee495df]]を参照ください。 より正確な情報については,[[引用文献>MPTモデルによる仮説検定#tee495df]]を参照ください。