Het FLMP-model van Massaro: deel 2

Een vervolg op deel 1. Ik was bezig met Massaro's FLMP (Fuzzy Logical Model of Perception) model, en het testen van dat model. Massaro voerde zijn experiment uit met 11 studenten als proefpersonen. In de resultaten wordt naar vier mogelijkheden gekeken: woorden die alleen met een e kunnen, alleen met een c, zowel met een e als met een c, of noch met een e noch met een c. In de grafiek hieronder heb ik de resultaten neergezet, waarbij ik een van de vier situaties heb weggelaten omdat die precies gelijk is aan de 'zowel c als e'-situatie.


In de grafiek staat op de y-as de 'kans op een e-respons', oftewel de kans dat iemand een e zegt te zien. Op de x-as staat hoe duidelijk er sprake was van een e in het getoonde woord (bij 1 stond er overduidelijk geen e, bij 6 overduidelijk wel).
De getekende verbindingslijnen zijn geen echte data van de studenten, het zijn uitkomsten uit een berekening. Het leuke is dat de berekening heel goed overeenkomt met de 'echte' uitkomsten. In het psychologieboek dat ik gebruik (John Anderson's Cognitive Psychology and its Implications) staat een formule afgedrukt. Voor een bepaalde stimuluswaarde (op de x-as) moet je daarmee de kans (op de y-as) kunnen berekenen. De formule is zo opgesteld dat de stimuluswaarde en de context los van elkaar beschouwd worden. Het gaat uit van de Bayesiaanse theorie van statistische inferentie (een pittig onderwerp). Ik noem dit alles omdat ik de nette grafiek die in het boek stond wilde namaken in Excel. Dat lukte voor geen meter, de curves weken sterk af van wat er uit zou moeten komen volgens het boek. Uiteindelijk heb ik het artikel van Massaro uit 1978 erbij gehaald. Het bleek dat Anderson op zich wel gelijk heeft met de formule, maar dat de zaken toch iets ingewikkelder liggen. In het model van Massaro wordt bijvoorbeeld onderscheid gemaakt tussen de context van een letter waarbij een woord wordt gevormd en context waarbij geen woord wordt gevormd (in Anderson's formule is er gewoon 1 variabele 'context'). Daarnaast heeft Massaro heel zorgvuldig precieze waarden gekozen voor elk van de zes 'stimuluswaarden'. Die moet je wel weten, anders kun je ze niet in de formule invullen (dat kiezen van waarden wordt ook wel 'model fitting' genoemd). Excel gaf me uiteindelijk de uitkomsten die ik zocht (en zo staan ze ook in het plaatje hierboven).
Al met al is me (niet voor het eerst) opgevallen dat Anderson soms erg kort door de bocht gaat, en dat het de moeite waard is om gegeven formules eens door te rekenen.