135
回編集
Kentaro Katahira (トーク | 投稿記録) 細編集の要約なし |
Kentaro Katahira (トーク | 投稿記録) 細編集の要約なし |
||
12行目: | 12行目: | ||
{{box|text= | {{box|text= | ||
ドリフト拡散モデルは,刺激呈示から反応が起こるまでの意思決定プロセスを説明する数理モデルの一つである。反応選択と反応時間の分布を説明するモデルとして,心理学や神経科学の研究において幅広く用いられている。その性質は確率過程に関する数学的理論や計算機シミュレーションにより詳細に調べられている。実際の反応データからモデルのパラメータを推定することも可能であり,パラメータの個人差や群間差を定量化することにも用いられている。また,モデルの振る舞いに類似する神経活動も観測されており,意思決定の神経基盤のモデルとしても注目されている。 | |||
}} | }} | ||
27行目: | 23行目: | ||
==モデルの定式化== | ==モデルの定式化== | ||
ここでは,反応Aと反応Bのいずれかの反応が求められる強制二肢選択課題を想定し,基本的なドリフト拡散モデルを考える。上側の境界を<math>a</math>,下側の境界を0, 開始点を<math>z</math>とする。上側の境界に決定変数 (decision variable) <math>x</math>が到達した場合,そのタイミングで反応Aが起こり,下側の境界である0に到達したらそのタイミングで反応Bが起こると仮定する。刺激が呈示されてから,刺激情報の読み込みや反応の準備に必要な時間が経過してからエビデンスの蓄積が行われ,<math>x</math>が変化する。エビデンスの蓄積過程は以下の式のように連続時間上で定義される確率過程である,ウィーナー過程 (ブラウン運動) に従うとする。 | ここでは,反応Aと反応Bのいずれかの反応が求められる強制二肢選択課題を想定し,基本的なドリフト拡散モデルを考える。上側の境界を<math>a</math>,下側の境界を0, 開始点を<math>z</math>とする。上側の境界に決定変数 (decision variable) <math>x</math>が到達した場合,そのタイミングで反応Aが起こり,下側の境界である0に到達したらそのタイミングで反応Bが起こると仮定する。刺激が呈示されてから,刺激情報の読み込みや反応の準備に必要な時間が経過してからエビデンスの蓄積が行われ,<math>x</math>が変化する。エビデンスの蓄積過程は以下の式のように連続時間上で定義される確率過程である,ウィーナー過程 (ブラウン運動) に従うとする。 | ||
44行目: | 41行目: | ||
==反応時間分布および選択確率とモデルパラメータの関係== | ==反応時間分布および選択確率とモデルパラメータの関係== | ||
二つの選択に関する上記のモデルにおいて,各パラメータを固定した場合 (試行間変動は仮定しない場合),それぞれの選択肢を選ぶ確率,およびその反応時間の分布は次のように解析的に導出される (Ratcliff, 1978)。下側の境界 (0) に到達し,反応Bが起こる確率は,<math>\frac{e^{-2va/\sigma^2} – e^{-2vz/s^2}}{ e^{-2va/\sigma^2} – 1}</math>となる。ただしドリフト率<math>v</math>が0だった場合はこの確率は<math>1 – z/a </math>となる。さらに,反応Bが起こり,かつその反応時間が<math>T_{er}+t </math>となる条件付きの確率密度関数は | 二つの選択に関する上記のモデルにおいて,各パラメータを固定した場合 (試行間変動は仮定しない場合),それぞれの選択肢を選ぶ確率,およびその反応時間の分布は次のように解析的に導出される (Ratcliff, 1978)。下側の境界 (0) に到達し,反応Bが起こる確率は, | ||
<math>\frac{e^{-2va/\sigma^2} – e^{-2vz/s^2}}{ e^{-2va/\sigma^2} – 1}</math> | |||
となる。ただしドリフト率<math>v</math>が0だった場合はこの確率は<math>1 – z/a </math>となる。さらに,反応Bが起こり,かつその反応時間が<math>T_{er}+t </math>となる条件付きの確率密度関数は | |||
<math>\frac{\pi \sigma^2}{a^2} e^{-av/\sigma^2} \sum_{k=1}^\inf k \sin \left(\frac{\pi z k}{a} e^{-\frac{1}{2} (v^2/\sigma^2 + \pi k \sigma^2/a^2) t}</math> | <math>\frac{\pi \sigma^2}{a^2} e^{-av/\sigma^2} \sum_{k=1}^\inf k \sin \left(\frac{\pi z k}{a} e^{-\frac{1}{2} (v^2/\sigma^2 + \pi k \sigma^2/a^2) t}</math> |
回編集