李双池，徐明跃

(哈尔滨师范大学)

0 引言

在一篇经典的文章中，Riefer和Batchelder提出了一类对分类行为数据有积极作用的随机模型，当时在统计遗传学中相对知名，但是在心理学研究中一直没有注意到，直到二十世纪八十年代才被应用到心理学中，这类模型现在被称作多项处理树模型(Multinomial Processing Tree，MPT).针对以下两点MPT模型是很好的工具:(1)测量各种任务下构成人类行为的认知过程;(2)测试模型所基于的心理假设.

文章第一部分将用一个简单的例子说明MPT建模方法的基础知识.第二部分介绍了两个重要的MPT模型及其应用.第三部分描述MPT模型统计方法方面的发展.第四部分介绍了几个针对MPT模型开发出的计算机程序.最后一部分说明了当前的发展状态和未来的方向.

1 1HT模型

1HT模型是最简单且重要的MPT模型.像每一个MPT模型一样，1HT模型也是针对特定实验范式的，比如检测范式或识别范式.针对识别范式，被试者首先要学习一组项目稍后收到一个由旧项目(靶)和新项目(诱饵)组成的是否识别测试.要求被试者针对靶和诱饵分别回答是或否.从而对于每个被试者来说就观测到两个离散数据的样本:(1)对靶回答正确“是”的频率和错误“否”的频率(分别被称作击中和漏掉);(2)对诱饵回答错误“是”的频率和正确“否”的频率(分别被称作假警报和正确拒绝).一个针对靶项目的多项式模型如果只有两个分类也被称作二项式模型.假设击中和漏掉是来自于总体中的独立观测，由恒……