Cue giltighet

Cue validity är den villkorade sannolikheten att ett objekt faller i en viss kategori givet en viss funktion eller cue . Termen populariserades av Beach (1964) , Reed (1972) och särskilt av Eleanor Rosch i hennes undersökningar av förvärvet av så kallade grundläggande kategorier ( Rosch & Mervis 1975 ; Rosch 1978 ).

Definition av cue validity

Formellt har cue-giltigheten för en funktion $f_{i}\$ med avseende på kategori $c_{j}\$ definierats på följande sätt:

• Som villkorlig sannolikhet ${\displaystyle p(c_{j}|f_{i})\$ ; se Reed (1972) , Rosch & Mervis (1975) , Rosch (1978) .
• Som avvikelsen för den betingade sannolikheten från kategorin bashastighet, $\displaystyle p(c_{j}|f_{i})-p(c_{j}) \ }$ ; se Edgell (1993) , Kruschke & Johansen (1999) .
• Som en funktion av den linjära korrelationen; se Smedslund (1955) , Castellan (1973) , Sawyer (1991) , Busemeyer, Myung & McDaniel (1993) .
• Andra definitioner; se Restle (1957) , Martignon et al. (2003) .

För definitionerna baserade på sannolikhet betyder en hög cue-validitet för en given funktion att funktionen eller attributet är mer diagnostisk för klassmedlemskapet än en funktion med låg cue-validitet. Således är en validitetsfunktion med hög cue en som förmedlar mer information om kategorin eller klassvariabeln, och kan därför anses vara mer användbar för att identifiera objekt som tillhör den kategorin. Således uttrycker high cue validity hög funktionsinformation . För definitioner baserade på linjär korrelation är uttrycket "informativitet" som fångas av cue-validitetsmåttet inte det fullständiga uttrycket för egenskapens informativitet (som i ömsesidig information till exempel), utan endast den del av dess informativitet som uttrycks i ett linjärt samband. För vissa ändamål är en bilateral åtgärd som ömsesidig information eller kategorinytta lämpligare än cue-validity.

Exempel

Som ett exempel, betrakta domänen för "nummer" och tillåt att varje nummer har ett attribut (dvs. en cue ) som heter " is_positive_integer ", som vi kallar $f_{p{\mbox{- }}int}\$ , och som antar värdet 1 om talet faktiskt är ett positivt heltal . Sedan kan vi fråga vad giltigheten av denna cue är med avseende på följande klasser: { rationellt tal , irrationellt tal , jämnt heltal }:

• Om vi ​​vet att ett tal är ett positivt heltal vet vi att det är ett rationellt tal . Således, $p(c_{rational}|f_{p{\mbox{-}}int})=1\$ , cue-validity för is_positive_integer som en cue för kategorins rationella nummer är 1.
• Om vi ​​vet att ett tal är ett positivt heltal så vet vi att det inte är ett irrationellt tal . Således, $p(c_{irrationell}|f_{p{\mbox{-}}int})=0\$ , cue-giltigheten för är_positivt_heltal som en cue för kategorin irrationellt tal är 0.
• Om vi ​​bara vet att ett tal är ett positivt heltal, så är chansen att vara jämnt eller udda 50-50 (det finns samma antal jämna och udda heltal). Således, ${\displaystyle p(c_{even}|f_{p{\mbox{-}}int})=0,5\ } ,$ cue-giltigheten för är_positivt_heltal är en ledtråd för kategorin jämnt heltal 0,5, vilket betyder att attributet är_positivt_heltal är helt oinformativt om talets medlemskap i klassen jämnt heltal .

I perception är "cue validity" ofta kort för ekologisk validitet av en perceptuell ledtråd och definieras som en korrelation snarare än en sannolikhet (se ovan). I denna definition har en oinformativ perceptuell cue en ekologisk giltighet på 0 snarare än 0,5.

Användning av cue validity

I mycket av arbetet med att modellera mänsklig kategoriinlärning har det gjorts (och ibland validerats) antagandet att uppmärksamhetsviktning spårar signalens giltighet, eller spårar något relaterat mått på egenskapens informativitet. Detta skulle innebära att attribut viktas olika av det perceptuella systemet; informativa eller high-cue validitetsattribut viktas tyngre, medan oinformativa eller low-cue validitetsattribut viktas lättare eller ignoreras helt (se t.ex. Navarro 1998).

• Beach, Lee Roy (1964), "Cue probabilism and inference behavior", Psychological Monographs: General and Applied , 78 (5): 1–20, doi : 10.1037/h0093853
•   Busemeyer, Jerome R.; Myung, In Jae; McDaniel, Mark A. (1993), "Cue competition effects: Empirical tests of adaptive network learning models", Psychological Science , 4 (3): 190–195, doi : 10.1111/j.1467-9280.1993.tb00486.x , S2CID 145457134
• Castellan, N. John (1973), "Multiple-cue probability learning with irrelevant cues", Organizational Behavior and Human Performance , 9 (1): 16–29, doi : 10.1016/0030-5073(73)90033-0
• Edgell, Stephen E. (1993), "Using configural and dimensional information", i N. John Castellan (red.), Individual and Group Decision Making: Current Issues , Hillsdale, New Jersey : Lawrence Erlbaum, s. 43–64
•   Kruschke, John K .; Johansen, Mark K. (1999), "A model of probabilistic category learning", Journal of Experimental Psychology: Learning, Memory, and Cognition , 25 (5): 1083–1119, doi : 10.1037/0278-7393.25.5.1083 , PMID 10505339
• Martignon, Laura; Vitouch, Oliver; Takezawa, Masanori; Forster, Malcolm R. (2003), "Naive and yet enlightened: From natural frequency to fast and frugal decision trees", i David Hardman & Laura Macchi (red.), Thinking: Psychological Perspectives on Reasoning, Judgment and Decision Making , Nytt York : John Wiley & Sons, s. 190–211
• Reed, Stephen K. (1972), "Pattern recognition and categorization", Cognitive Psychology , 3 (3): 382–407, doi : 10.1016/0010-0285(72)90014-x
•   Restle, Frank (1957), "Theory of selective learning with probable reinforcements", Psychological Review , 64 (3): 182–191, doi : 10.1037/h0042600 , PMID 13441854
• Rosch, Eleanor (1978), "Principles of categorization", i Eleanor Rosch & Barbara B. Lloyd (red.), Cognition and Categorization , Hillsdale, New Jersey : Lawrence Erlbaum, s. 27–48
•   Rosch, Eleanor; Mervis, Carolyn B. (1975), "Family Resemblances: Studies in the Internal Structure of Categories", Cognitive Psychology , 7 (4): 573–605, doi : 10.1016/0010-0285(75)90024-9 , S25CID 2217
• Sawyer, John E. (1991), "Hypothesis sampling, construction, or adjustment: How are inferences about nonlinear monotononic contingencies develops", Organizational Behavior and Human Decision Processes , 49 : 124–150, doi : 10.1016/0777(919-59 )90045-u
• Smedslund, Jan (1955), Multiple-Probability Learning: An Inquiry into the Origins of Perception , Oslo : Akademisk Forlag