响应时间 (RT) 实验中的个体差异 - 寻找正确的测试

数据挖掘 分类数据
2022-03-14 05:52:35

给定对不同分类变量的响应时间分布,测试个体差异的最佳方法是什么?

或更具体地说:

共有 100 人按下 10 种颜色的按钮,总共收集了超过 20 万次按下。我想测试按钮响应时间 (RT) 的个体差异,最好的方法是什么?

(请记住,不同颜色之间的响应时间存在差异)。

到目前为止,我想到了:

  1. ANOVA - 计算一般(加权)平均 RT 并与个人进行比较。
  2. 分布级别:使用以下方法将 RT 的平均分布与单个分布进行比较:

    • 卡方拟合优度
    • Kullback-Leibler 散度检验
    • Kolmogorov-Smirnov 检验
  3. 找到一种很酷的贝叶斯方法来做到这一点(哪个?)

  4. 使用混合效应回归模型,并计算人的边际贡献(R 平方检验)。

请帮我决定 - 这里的最佳做法是什么?我很想了解另一种我没想到的方法。

1个回答

在大多数个体差异研究中,受试者会额外按照某个维度进行编码,例如年轻/年老、低/高工作记忆、正常/认知障碍。没有这个,你只是在看个体差异,这似乎没有解决任何问题(你的研究问题是什么?)如果您只是想查看主题级别上整体 RT 的变化,我会构建平均 RT 折叠颜色的 CDF,或者可能分别针对每种颜色。这将简单地证明人们是不同的,并且您会发现分布大致遵循前高斯分布。如果您要测试颜色之间的差异,您可以使用 ANOVA 或使用 KS 测试比较 CDF,但这里同样没有明确的研究问题。