一种用于收集和分析相似性判断的心理物理学范式

人类在心理上处理和表示传入的感官信息，以执行各种任务，例如物体识别，导航，对环境进行推断等等。相似性判断通常用于探测这些心理表征¹。了解心理表征的结构可以为概念知识的组织提供见解²。通过将相似性判断与大脑激活模式相关联，也可以深入了解神经计算³。此外，相似性判断揭示了感知中突出的特征⁴。研究心理表征在发育过程中如何变化可以揭示它们是如何被学习的⁵。因此，相似性判断为大脑中的信息处理提供了有价值的见解。

使用相似性的心理表征的常见模型是几何空间模型^6，7，8。应用于感觉域，这种模型通常被称为感知空间⁹。空间中的点表示刺激，点之间的距离对应于它们之间的感知差异。从相似性判断中，可以得到对相异性的定量估计。然后，这些成对相差（或感知距离）可用于 通过 多维缩放对感知空间进行建模¹⁰。

收集相似性判断的方法有很多种，每种方法都有其优点和缺点。获得不同性定量测量的最直接方法是要求受试者在一定量表上对每对刺激之间的差异程度进行评分。虽然这相对较快，但在长时间的会议中，估计往往不稳定，因为受试者无法回到以前的判断，并且如果存在上下文影响，则无法检测到。（在这里，上下文效应被定义为基于未进行比较的其他刺激的存在，两个刺激之间判断的相似性的变化。或者，可以要求受试者将所有刺激对与所有其他刺激对进行比较。虽然这将产生更可靠的差异秩顺序，但比较的数量需要与刺激数量的四次方进行缩放，使得仅对于较小的刺激集是可行的。更快的替代方法（如分类到预定义的簇数¹¹ 或自由排序）有其自身的局限性。自由排序（成任意数量的堆）是直观的，但它迫使受试者对刺激进行分类，即使刺激不容易分类。较新的多排列方法（反向 MDS）规避了许多这些限制，并且非常有效¹²。然而，这种方法要求受试者将他们的心理表征投射到2D欧几里得平面上，并以特定的几何方式考虑相似性，假设相似性结构可以从平面上的欧几里得距离中恢复。因此，仍然需要一种有效的方法来收集大量的相似性判断，而不对判断背后的几何形状做出假设。

这里描述的是一种既合理有效又避免了上述潜在陷阱的方法。通过要求受试者在每次试验中按与中心参考的相似性顺序对刺激进行排名¹³，可以直接探测相对相似性，而无需假设受试者反应的几何结构。该范式重复了相同和不同上下文的比较子集，允许直接评估上下文效应以及根据选择概率获取分级响应。分析过程将这些等级判断分解为多个成对比较，并使用它们来构建和搜索解释判断的感知空间的欧几里得模型。该方法适合于详细描述中等大小的刺激集的表示（例如，19至49）。

为了证明这种方法的可行性，进行了一项实验，使用一组37只动物作为刺激。在10个一小时的会议过程中收集数据，然后针对每个受试者单独分析。分析揭示了受试者之间的一致性和可忽略不计的上下文影响。它还评估了刺激与其感知空间的欧几里得模型之间的感知差异的一致性。本文概述的范式和分析程序是灵活的，预计将对有兴趣表征一系列感知空间的几何性质的研究人员有用。