簡易檢索 / 詳目顯示
| 研究生： |
鍾德政 |
|---|---|
| 論文名稱： |
類別學習的個別差異分析：以潛在剖面技術為例 Use of latent profile analysis to identify individual difference phenotypes in categorical learning |
| 指導教授： | 楊立行 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
理學院 - 心理學系 Department of Psychology |
| 論文出版年： | 2011 |
| 畢業學年度： | 99 |
| 語文別： | 中文 |
| 論文頁數： | 123 |
| 中文關鍵詞： | 類別學習 、個別差異 、潛在剖面分析 |
| 相關次數： | 點閱：243 下載：75 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
自1990年開始，有越來越多的研究者開始重視類別學習表現的個別差異，即不同的受試者為何會在相同的分類作業中使用不同的策略。在過去，我們透過知識分化的現象去瞭解人們個別差異的分別，個別差異的分析可以幫助我們瞭解人與人之間的變異性與獨特性，然而，隨著這方面的研究逐漸增多，個別差異因素對於心理歷程的重要性不斷的被放大，但在過去類別學習的研究中對於個別差異的分析仍然一直沒有太深入的探討，主要是因為個別差異的分析結果，充滿了太多的不確定性以及未知可能性。在上述的狀況下，使用過去研究常用的分類方法，如非階層群聚分析中的k-means群聚分析法，必須先設定要分類組別數情狀下，未知可能性的組別可能就會被忽略，甚至被硬性併到其他組別，不但導致整體資料的遺失，嚴重的情況下還會使研究的效果無法突出。
為了避免過去分類時分析方法的缺點，所以本研究使用潛在剖面分析幫助分類學習中知識分化的分組，潛在剖面分析並不像K-Means聚類法與階層式聚類法一開始就要決定組別數目，而是取決於不同的組數數目時誰有最佳的適合度統計量。 相信使用潛在剖面分析可以避免知識分化中未知可能性組別的遺失，此點已在本研究的三個分析中可以得到證實。
本研究分別對於幾種不同類型的類別學習作業進行潛在剖面分析，透過研究中的四個實驗，以期開發出一套適合分析分類策略對於個別差異影響的方法。企圖證明在不同類型的實驗結構下，依然能使用潛在剖面分析來分類，且分類的結果可以找出適當的分組以及發現實驗未預期的組別。並結合結構方程混合模型，進一步去釐清在知識分化現象中，影響分類策略選擇的因子。
第一章 緒論…………………………………………………………………………1
第二章 文獻探討……………………………………………………………………3
第一節 分類對於人類生存的重要性與過去研究的表徵形態…………………3
第二節 類別學習的分析工具……………………………………………………6
階層式聚類法 ……………………… ………………………………… 7
K-Means聚類法 …………… ………………………… ……………… 8
潛在剖面分析技術 ………………………… …………… ……………9
第三節 各種應用於分類研究之分析工具的比較 ……………………………11
第四節 研究目的 ………………………………………………………………14
第五節 知識分化 ………………………………………………………………16
專家知識中的知識分化 ………………………………………………16
函式學習的知識分化 …………………………………………………17
類別學習 ………………………………………………………………21
影響類別學習中知識分化現象的可能原因 …………………………24
第六節 工作記憶與知識分化的關係 …………………………………………26
工作記憶 ………………………………………………………………26
工作記憶廣度與知識分化現象的關係 ………………………………27
第七節 自發性知識分化 ………………………………………………………28
第八節 RULEX實驗……………………………………………………………30
第三章 分析一 ……………………………………………………………………32
第一節 蔡涵如（民97）實驗一 ………………………………………………33
結果 ……………………………………………………………………34
訓練階段 ……………………………………………………………34
測驗階段 ……………………………………………………………36
練習階段與測驗階段的相關 ………………………………………39
工作記憶容量與實驗一分類策略的關係 …………………………40
第二節 蔡涵如（民97）實驗二 ………………………………………………44
結果 ……………………………………………………………………45
訓練階段 ……………………………………………………………45
測驗階段 ……………………………………………………………47
練習階段與測驗階段的相關 ………………………………………50
工作記憶容量與實驗二分類策略的關係 …………………………51
第三節 綜合分析 ………………………………………………………………54
第四章 分析二 ……………………………………………………………………58
結果 ……………………………………………………………………60
訓練階段 ……………………………………………………………60
測驗階段 ……………………………………………………………63
討論 ……………………………………………………………………67
第五章 分析三：RULEX實驗…………………………………………………… 69
方法 ……………………………………………………………………71
受試者 ………………………………………………………………71
實驗設備 ……………………………………………………………71
實驗材料 ……………………………………………………………71
實驗程序 ……………………………………………………………72
結果 ……………………………………………………………………73
練習階段 ……………………………………………………………76
測驗階段 ……………………………………………………………79
第六章 綜合討論 …………………………………………………………………85
線性分類規則的分類學習作業 …………………………………………85
非線性分類規則的分類學習作業 ………………………………………89
非規則的分類學習作業 …………………………………………………90
與過去方法比較與技術貢獻 ……………………………………………93
研究限制與未來研究方向 ………………………………………………94
結論 ………………………………………………………………………95
參考文獻 ……………………………………………………………………………96
附錄…………………………………………………………………………………100
附錄一.蔡涵如（民97）類別學習作業的實驗流程與刺激材料 ………… 100
刺激材料…………………………………………………………………100
實驗流程…………………………………………………………………101
附錄二.蔡涵如（民97）工作記憶廣度作業的實驗流程與刺激材料………103
反向數字記憶廣度作業（backward digit span） ……………………… 103
記憶更新作業（memory updating） ……………………………………104
運算廣度作業（operation span） ………………………………………105
語句判斷作業（sentence span） …………………………………………106
空間短期記憶作業（spatial short term memory）……………… ………107
附錄三、楊立行(民96)類別學習作業的實驗流程與刺激材料 ……………108
受試者……………………………………………………………………109
實驗設備…………………………………………………………………109
實驗材料…………………………………………………………………109
實驗流程…………………………………………………………………110
附錄四、RULEX實驗指導語 ………………………………………………111
附錄五、RULEX實驗刺激 …………………………………………………112
圖表目次
表次
表一、不同典型的潛在變數模式與開創人物………………………………12
表二、Nosofsky 、Palmeri與McKinley(1994)實驗一測驗階段各圖片受試者選擇A的機率表…………………………………………………………31
表三、蔡涵如(民97)實驗一訓練階段分組人數與適合度指標……………34
表四、蔡涵如(民97)實驗一測驗階段分組人數與適合度指標……………37
表五、蔡涵如(民97)實驗一學習階段與測驗階段各組人數變化表………40
表六、蔡涵如(民97)實驗一知識分化類別的人數與人數百分比…………42
表七、蔡涵如(民97)實驗二訓練階段分組人數與適合度指標……………45
表八、蔡涵如(民97)實驗二測驗階段分組人數與適合度指標……………48
表九、蔡涵如(民97)實驗二知識分化類別的人數與人數百分比…………51
表十、蔡涵如（民97）多團體結構模式的人數、系數與適合度指標………………………………………………………………………57
表十一、楊立行(民96)訓練階段分組人數與適合度指標…………………61
表十二、楊立行(民96)測驗階段分組人數與適合度指標…………………64
表十三、楊立行(民96)學習階段與測驗階段各組人數變化表……………68
表十四、RULEX-EXP訓練階段知識分化類別的人數與適合度指標………………………………………………………………………77
表十五、RULEX-EXP測驗階段分組人數與適合度指標 …………………81
表十六、RULEX實驗訓練階段與測驗階段各組人數變化表 …… ………82
圖次
圖一、Lewandowsky、Kalish和Ngang(2002)函式學習的實驗程式畫面……19
圖二、Lewandowsky等人(2002)函式學習研究之結果…………………… …20
圖三、 Yang 和Lewandoesky (2004)實驗的類別結構與刺激材料示意圖 ………………………………… ……………………………………22
圖四、Yang 和Lewandoesky(2004)實驗學習到真實界線結果示意圖………24
圖五、Lewandowsky、Robert 與Yang(2006)研究的刺激示意圖 ……………25
圖六、Kalish、Lewandowsky和Kruscke（2004）實驗一的函式學習作業結構圖 ……………………………… ………………………………………29
圖七、蔡涵如（民97）實驗一訓練階段各組平均數與標準誤 ……………36
圖八、蔡涵如（民97）實驗一測驗階段各組平均數與標準誤 ……………39
圖九、蔡涵如（民97）實驗一結構方程混和模型示意圖 …………………41
圖十、蔡涵如（民97）實驗一結構方程混合模型各組平均數 ……………43
圖十一、蔡涵如（民97）實驗二訓練階段各組平均數與標準誤 ……………47
圖十二、蔡涵如（民97）實驗二測驗階段各組平均數與標準誤 …………50
圖十三、蔡涵如（民97）實驗二結構方程混合模型各組平均數 …………53
圖十四、蔡涵如(民97)多團體結構方程混合模式 …………………………55
圖十五、楊立行（民96）訓練階段各組平均數與標準誤 …………………62
圖十六、楊立行（民96）測驗階段各組平均數與標準誤 …………………65
圖十七、楊立行（民96）訓練階段各組函式學習分類示意圖 …………… 67
圖十八、RULEX實驗之實驗程序 ……………………………………………73
圖十九、Nosofsky 、Palmeri與McKinley (1994)轉換刺激的真實資料分布與模型預測分布示意圖 ……………………… ……………………………74
圖二十、分析三實驗轉換刺激圖片的資料分布圖 ………………………… 75
圖二十一、RULEX實驗訓練階段各組平均數與標準誤 ……………………78
圖二十二、Nosofsky 、Palmeri與McKinley (1994)與分析三實驗各圖片機率比較圖 …………… ………………………………………………………80
圖二十三、RULEX實驗測驗階段各組平均數與標準誤…………………… 84
圖二十四、蔡涵如（民97）實驗二的類別結構與刺激材料示意圖………100
圖二十五、蔡涵如（民97）類別學習作業刺激呈現順序…………………101
圖二十六、Yang 和Lewandoesky(2004)實驗學習到知識分化界線的結果示意圖……………………………………………………………… ………102
圖二十七、反向數字廣度作業實驗流程示意圖……………………………103
圖二十八、記憶更新作業實驗流程示意圖…………………………………104
圖二十九、運算廣度作業實驗流程示意圖…………………………………105
圖三十、語句判斷作業實驗流程示意圖 ……………………………………106
圖三十一、空間短期記憶作業實驗流程示意圖 ……………………………107
圖三十二、空間短期記憶作業示意圖 ………………………………………107
圖三十三、楊立行（民96）的實驗的類別結構與刺激材料示意圖……… 108
邱皓政。（民97年）。潛在類別模式：原理與技術。台北市：五南。
俞信安。（民96年）。分類研究中的自發性知識分化現象。國立中正大學心理學研究所碩士論文，未出版，嘉義縣。
楊立行。（民96年）。分類學習與工作記憶。未發表之國科會專題計畫。
蔡涵如。（民97年）。工作記憶與類別學習中的知識分化現象。國立成功大學認知科學研究所碩士論文，未出版，台南市。
Ashby, F. G., & Maddox, W. T.(2005). Human category learning. Annual Review of Psychology. 56, 149-178.
Ashby, F. G., Maddox, W. T., & Bohil, C. J. (2002). Observational versus feedback training in rule-based and information-integration category learning. Memory & Cognition, 30, 666-667.
Baddeley, A. D. (1986). Working memory. Oxford: Oxford university.
Conway, A. R. A., & Engle, R. W. (1994). Working memory and retrieval: A resource-dependent inhibition model. Journal of Experimental Psychology: General, 123, 354-373.
Conway, A. R. A., & Engle, R. W. (1996). Individual differences in working memory capacity: More evidence for a general capacity theory. Memory, 4, 577-590.
Conway, A. R. A., Kane, M. J., & Engle, R. W. (2003). Working memory capacity and its relation to general intelligence. Trends in Cognitive Science, 7, 547-552.
Cowan, N. (1998). An embedded-process model of working memory. In A. Miyake & P. shah (Eds.), Models of working memory: Mechanisms of active maintenance and executive control. New York: Cambridge University Press.
Engle, R. W. (2002). Working memory capacity as executive attention. Current Directions in Psychological Science, 11, 19–23.
Engle, R. W., Cantor, J., & Carullo, J. J. (1992). Individual differences in working memory and comprehension: A test of four hypotheses. Journal of Experimental Psychology: Learning, Memory, and Cognition, 18, 972-992.
Kane, M. J., & Engle, R. W. (2003).Working-memory capacity and the control of attention: The contribution of goal neglect, response competition, and task set to Stroop interference. Journal of Experimental Psychology: General, 132, 47-70.
Kalish, M., Lewandowsky, S., & Davies, M. (2005). Error-Driven Knowledge Restructuring in Categorization. Journal of Experimental Psychology: Learning, Memory, and Cognition, 31(5), 846-861.
Kalish, M., Lewandowsky, S., & Kruschke, J. K. (2004). Population of linear experts: Knowledge partitioning and function learning. Psychological Review, 111, 1072-1099.
Lewandowsky, S., Kalish, M., & Ngand, S. K. (2002). Simplified learning in complex situations: Knowledge partitioning in function learning. Journal of Experimental Psychology: General, 131,163-193.
Lewandowsky, S., & Kirsner, K. (2000). Knowledge portioning: context-dependent use of expertise. Memory & Cognition, 28, 295-305.
Lewandowsky, S., Robert, L., & Yang, L-X. (2006). Knowledge partitioning in categorization: Boundary conditions. Memory & Cognition. 34, 1163-1178.
Maddox, W. T., & Ashby, F. G. (2004). Dissociating explicit and procedural-learning based systems of perceptual category learning. Behavioral Processes, 66, 309–332.
McKinley, S. C., & Nosofsky, R. M. (1995). Investigations of exemplar and decision bound models in large, ill-defined category structures. Journal of Experimental Psychology: Human Perception & Performance, 21(1), 128-148.
Medin, D. L., & Schaffer, M. M. (1978). Context theory of classification learning. Psychological Review, 85, 207-238.
Medin, D. L., & Schwanenflugel, P. J. (1981). Linear separability in classification learning. Journal of Experimental Psychology: Human Learning and Memory, 7, 355-368.
Medin, D. L., & Shoben, E. J. (1988). Context and structure in conceptual combination. Cognitive Psychology, 20, 158-190.
Nosofsky, R. M. (1984). Choice, similarity, and the context theory of classification. Journal of Experimental Psychology: Learning, Memory, and Cognition, 10(1), 104-114.
Nosofsky, R. M. (1998). Selective attention and the formation of linear decision boundaries: Reply to maddox and ashby (1998). Journal of Experimental Psychology: Human Perception & Performance, 24(1), 322-339.
Nosofsky, R. M., Palmeri, T. J., & McKinley, S. C. (1994). Rule-plus-exception model of classification learning. Psychological Review, 101(1), 53-79.
Oberauer, K., Lange, E., & Engle, R. W. (2004). Working memory capacity and resistance to interference. Journal of, Memory and Language, 51, 80-96.
Oberauer, K., Süβ, H. -M., Wilhelm, O., & Wittmann, W. W. (2003). The multiple faces of working memory — Storage, processing, supervision, and coordination. Intelligence, 31, 167−193.
Oberauer, K., Schulze, R., Wilhelm, O., & Süβ, H. -M. (2005). Working memory and intelligence — Their correlation and their relation: A comment on Ackerman, Beier, and Boyle (2005).
Süβ, H. -M., Oberauer, K.,Wittmann,W.W.,Wilhelm, O., & Schulze, R. (2002).Working memory capacity explains reasoning ability— and a little bit more. Intelligence, 30, 261−288.
Tuholsky, S. W., Engle, R. W., & Baylies, G. C. (2001). Individual differences in working memory capacity and enumeration. Memory & Cognition, 29, 484-492.
Turner, M. L., & Engle, R. W. (1989). Is working memory task dependent? Journal of, Memory and Language, 28, 127-154.
Unsworth, N., & Engle, R. W. (2005). Individual differences in working memory capacity and learning: Evidence from serial reaction time task. Memory & Cognition, 33, 213-220.
Yang, L.-X., & Lewandowsky, S. (2003). Context-gated knowledge partitioning in categorization. Journal of Experimental Psychology: Learning, Memory, and Cognition, 28, 663-679.
Yang, L.-X., & Lewandowsky, S. (2004). Knowledge partitioning in categorization: constraints on exemplar models. Journal of Experimental Psychology: Learning, Memory, and Cognition, 30, 1045-1064.
