（发展与教育心理学专业论文）认知风格对归类不确定时特征推理的影响.pdf

摘要 iilii l l 1 9 l l l4 i i i i ll l l lt 1 4 2 6 8 y 19 4 当前关于类别的研究丰要包括类别形成的研究与特征推理的研究。归类不确 定时特征推理是特征推理的重要组成部分，因此了解归类不确定时特征推理具有 重要的理论意义。 目前关于归类不确定时的特征推理的研究主要有两种观点：基丁二类别和基于 特征联结。基于类别的特征推理存在两种理论模型：单类说和理性模型，这两种 理论都认为归类不确定时，人们会先将新事物进行归类，再根据靶类别推理。两 者的区别在于：单类说认为人们推理时只考虑靶类别的信息，而理性模型认为人 们考虑靶类别信息的同时也会考虑非靶类别信息。基于特征联结的特征推理足依 据呈现的样例的有关特征与预测特征之间联结的频次进行推理。 代表性概念首次在单类说中提出，m u r p h y 和r o s s 证明影响人们特征推理的 因素是代表性，而不是诊断性。张娟、莫雷的研究提出代表性包括目标内代表性 和类别内代表性两个概念，目标内代表性指的是预测特征在靶类别内目标成员中 的代表性，即预测特征在靶类别内的目标项目所占的比例；类别内代表性即为 m u r p h y 等人提出的代表性概念，即预测特征在靶类别内具有某种特征项目所占 的比例。但是他们的研究设计却混淆了两种代表性的影响作用，未能将其分离。 吴瑁的研究证明了目标内代表性的存在，并将目标内代表性和类别内代表性的作 用相分离。但是她的研究结果表明，一部分被试群体依据目标内代表性推理，一 部分被试群体依据类别内代表性推理，两者人数没有显著差异，什么原因影响被 试的选择，研究未做迸一步的探讨。 有关认知风格的研究表明认知风格会对图形推理产生影响，场独立型被试解 决问题时更倾向于从问题相关项出发，而场依存型被试更倾向于从整体出发，易 受备选项的影响。本研究认为场独立型被试倾向于选择目标内代表性为推理依 据，场依存型被试倾向于选择类别内代表性为推理依据，为此本研究设计了两个 实验来证明假设。实验一分别控制目标内和类别内代表性的均衡条件，考察认知 风格是否会影响特征推理。实验二采用眼动实验，通过分析被试推理过程中的眼 动指标，迸一步探讨认知风格对特征推理的影响机制。 结果表明：( 1 ) 当目标内代表性均衡，类别内代表性不均衡时，场独立型 可能会倾向于随机挑选一种代表性作为特征推理的依据，场依存型可能会倾向于 挑选类别内代表性；当目标内代表性不均衡，类别内代表性均衡时，场独立型倾 向于选择目标内代表性特征推理，场依存型倾向于随机选择一种代表性作为特征 推理的依据：当目标内代表性均衡，类别内代表性均衡时，两种认知风格差异不 大，被试倾向于随机选择一种代表性作为特征推理的依据；当目标内代表性不均 衡，类别内代表性不均衡时，场独立型更倾向于选择目标内代表性作为特征推理 的依据，场依存型倾向于挑选类别内代表性特征推理。( 2 ) 在眼动指标上，被试 在靶类别与非靶类别，场独立型与场依存型在目标内项目，场独立型与场依存型 在类别内项目上的眼动指标均有差异。 实验证明归类不确定时特征推理确实会受到认知风格的影响，结果与预期一 致。 关键词：特征推理：目标内代表性；类别内代表性；认知风格 i i a b s t r a c t c a t e g o r yr e s e a r c hi n c l u d e dc a t e g o r yf o r m a t i o na n df e a t u r ep r e d i c t i o n a n dt h e r e s e a r c ho ff e a t u r ep r e d i c t i o nw h e nc a t e g o r i z a t i o ni su n c e r t a i ni sa ni m p o r t a n t p a r to f f e a t u r ep r e d i c t i o n t h e r ea r et h e o r e t i c a ls e n s e st o i n s p e c th o wp e o p l ei n d u c ew h e n c a t e g o r i z a t i o ni su n c e r t a i n a tp r e s e n tt h e a r g u m e n t so ft h ef e a t u r ep r e d i c t i o nw h e nc a t e g o r i z a t i o ni s u n c e r t a i nw e r em a i n l yb e t w e e nc a t e g o r y - b a s e d i n d u c t i o na n df e a t u r ea s s o c i a t i o n 1 n d u c t i o n a n dc a t e g o r y 。b a s e di n d u c t i o ni n c l u d e ds i n g l e c a t e g o r yt h e o r ya n dr a t i o n a l m o d e l b o t ht h e o r i e sa g r e et h a tw h e nc a t e g o r i z a t i o ni s u n c e r t a i n ，p e o p l ew i l lc h o o s ea t a r g e tc a t e g o r y ，t h e nm a k et h ei n d u c t i o n t h ed i f f e r e n c eb e t w e e nt h et w ot h e o r i e si s t h a ts i n g l e 。c a t e g o r yt h e o r ya g r e e sp e o p l eo n l yp a ya t t e n t i o nt o t h ef e a t u r ep r o p e r t i e s i nt a r g e tc a t e g o r y ，w h i l er a t i o n a lm o d e lb e l i e v e st h a t p e o p l ea ren o to n l yc o n c e r n e d w i t ht h ef e a t u r ep r o p e r t i e so ft h et a r g e tc a t e g o r y , b u ta l s ot h ef e a t u r e p r o p e r t i e so f n o n 。t a r g e tc a t e g o r i e s f e a t u r ea s s o c i a t i o ni n d u c t i o na g r e e st h e f e a t u r ea s s o c i a t i o n s b e t w e e nt h ef e a t u r eo f e x a m p l ea n dt h ep r e d i c t e df e a t u r e m u r p h y a n dr o s s s r e s e a r c h p u tf o r w a r d r e p r e s e n t a t i v e n e s s ，p r o v e d r e p r e s e n t a t i v e n e s si m p a c t e df e a t u r ep r e d i c t i n g ，b u td i a g n o s t i cd i d n o t z h a n gj u a na n d m ol e ir a i s e dr e p r e s e n t a t i v e n e s si n c l u d e dc a t e g o r yr e p r e s e n t a t i v e n e s sa n do b i e c t i v e r e p r e s e n t a t i v e n e s s o n ei st h ef e a t u r ep r o p o r t i o no ft h eo b j e c t i v em e m b e r si nt a r g e t c a t e g o r y ，c a l l e do b j e c t i v er e p r e s e n t a t i v e n e s s t h eo t h e ri st h ef e a t u r ep r o p o r t i o no f a l l m e m b e r si n t a r g e tc a t e g o r y , c a l l e dc a t e g o r yr e p r e s e n t a t i v e n e s s 。b u tb o t ho ft h 锄 d i d n ts e p a r a t et h e r o l e so nf e a t u r e p r e d i c t i n g w uj u nc e r t i f i e dt h ep r e s e n c eo f ! a t e g o 巧 r e p r e s e n t a t i v e n e s s ， a n d s e p a r a t e d t h e r o l e sb e t w e e n o b j e c t i v e r e p r e s e n t a t i v e n e s sa n dc a t e g o r yr e p r e s e n t a t i v e n e s s b u tt h e s t u d yd i d n tr e v e a lt h e r e s u l to fp e o p l e sc h o o s e s t h es t u d yo fc o g n i t i v e s t y l er e v e a l e dt h a tc o g n i t i v es t y l ei m p a c t e dp i c t i l r e p r e d i c t i n g , f i e l di n d e p e n d e n c e st e n d e dt ot h er e l e v a n tp r o j e c t ，w h i l ef i e l dd e p e n d e n c e s t e n d e dt ot h ew h o l ep r o j e c t o u rs t u d yc o n s i d e rt h a tc o g n i t i v e s t y l ei m p a c tt h ep r o c e s s o fp r e d i c t i o n f i e l di n d e p e n d e n c e sw i l lc h o o s eo b j e c t i v e r e p r e s e n t a t i v e n e s s w h i l e i i i f i e l dd e p e n d e n c e sw i l lc h o o s ec a t e g o r yr e p r e s e n t a t i v e n e s s e x p e r i m e n to n e e x p l o r e s w h e t h e rc o g n i t i v es t y l ew i l li m p a c tf e a t u r ep r e d i c t i o nb a s e do nu n d e rf o u rc o n d i t i o n s i ne y em o v e m e n te x p e r i m e n t ，w ed of u r t h e r e x p l o r a t i o no nt h er o l em e c h a n i s m t h er e s u l t si n d i c a t et h a tw h e n o b j e c t i v er e p r e s e n t a t i v e n e s sb a l a n c e da n d c a t e g o r yr e p r e s e n t a t i v e n e s sd i s c o r d ，f i e l dd e p e n d e n t sp r i o rt oc h o o s i n ge i t h e ro ft h e m r a n d o m l y ，f i e l di n d e p e n d e n t sp r i o rt oc h o o s i n gc a t e g o r yr e p r e s e n t a t i v e n e s s ；w h e n o b j e c t i v er e p r e s e n t a t i v e n e s sd i s c o r da n dc a t e g o r yr e p r e s e n t a t i v e n e s sb a l a n c e d ，f i e l d d 印e n d e n t sp r i o rt oc h o o s i n gc a t e g o r yr e p r e s e n t a t i v e n e s s f i e l di n d e p e n d e n t sp r i o rt o c h o o s i n ge i t h e ro ft h e mr a n d o m l y ；w h e nb o t ho b j e c t i v e r e p r e s e n t a t i v e n e s sa n d c a t e g o r yr e p r e s e n t a t i v e n e s sb a l a n c e d ，b o t hf i e l di n d e p e n d e n t sa n df i e l dd e p e n d e n t s c h o o s eo n eo ft h e mr a n d o m l y ；w h e nb o t ho b je c t i v er e p r e s e n t a t i v e n e s sa n dc a t e g o r y r e p r e s e n t a t i v e n e s s d i s c o r d ，f i e l d d e p e n d e n t sp r i o r t o c h o o s i n g c a t e g o r y r e p r e s e n t a t i v e n e s s ，f i e l di n d e p e n d e n t sp r i o rt oc h o o s i n gc a t e g o r yr e p r e s e n t a t i v e n e s s i ne y em o v e m e n te x p e r i m e n t ，t h e r ee x i s t sd i f f e r e n c eb e t w e e n t a r g e tc a t e g o r i e sa n d n o n - t a r g e tc a t e g o r i e s ，o b j e c t i v ei t e m sa n dc a t e g o r yi t e m s t h es t u d yi n d i c a t et h a t c o g n i t i v es t y l ew i l li m p a c tf e a t u r ep r e d i c t i o nw h e nc a t e g o r i z a t i o ni s u n c e r t a i n ，i t m e e t sa n t i c i p a t i o n s k e y w o r d s ：f e a t u r ei n d u c t i o n ；o b je c t i v er e p r e s e n t a t i v e n e s s ；c a t e g o r y r e p r e s e n t a t i v e n e s s ；c o g n i t i v es t y l e i v 认知风格对归类不确定时特征推理的影响 引言 类别的研究最早起源于概念的研究。概念是对某种物体、事件或模式的心理 表征，其中还包括大量一般认为是与这些物体、事件或模式相关的知识。例如， 大部分人关于“狗”的概念中会包括这样的信息：狗是一种动物，它有四条腿和 一条尾巴，是“人类最好的朋友”，是一种常见的宠物等等。而类别可定义为相 似的一类东西( 物体或集群) ，它们至少具有以下两个特点中的一个：它们具有 一个共同的基本核心( 例如，为什么所有科学都被称作“科学”) ，或者它们在知 觉、生物学或功能特性方面有某些共同之处。自m e d i n 和s m i t h ( 1 9 8 2 ) 提出对人 工概念和自然概念的几个重要区别进行讨论，关于规则的理论受到批评以来，西 方已经很少有人提到“概念”这个术语了，而更多的人转向了“类别”的研究， 相继提出了经典观、原型观、样例观等重要的观点。 经典观认为类别足根据事物的充要特征来定义的，人们按照定义规则对事物 进行分类；原型观认为每一类别都能概括出一个抽象的原型，它是由类别中各样 例特征的中心趋势构成的，对某个刺激的划分类别，应该根据该刺激与各类别原 型的相似程度决定；样例观认为人们的记忆系统中保存的不是原型，而是一组特 殊的情境或例子，对新例子的划分类别应该根据它与记忆中保存的各种类别样例 的相似性为来确定。 类别研究是认知心理学研究的重要组成部分，它主要探讨的是类别形成的信 息加工过程。类别知识主要由类别学习获得，即把事物归入相应的类别并利用反 馈信息不断地修正，形成事物正确的类别归属，是人们日常生活中的一项基本认 知任务( 张琳，2 0 0 9 ) 。a n d e r s o n 认为分类学习和推理学习在形式上是一样的， 前者足推理类别的标签，后者是推理维度的特征值，都是推理，没有必要区分两 者的异同。 类别研究包括两个方面：类别形成的研究与特征推理的研究。类别形成的研 究主要探讨类别形成的信息加工过程与机制，即探讨人们如何对不同类别成员进 行加工处理以形成相应的类别，也可以称为模式形成的研究。特征推理的研究主 要探讨人们根据己形成的类别模式对新项目的某个特征做出预测的信息加工活 动的特点与规律，尤其是归类不确定时特征预测的特点，也可以称为模式愈合的 研究( 郑海燕，2 0 0 6 ) 。 认知风格对归类不确定时特征推理的影响 1文献综述 1 1 归类不确定时的特征推理 在现实生活中，有的事物的类别往往是不确定的，比如，你识别出某个目标 足狗，你叮能会根据狗的特征做出如下推断：“它会汪汪叫，忠于主人，会攻击 陌生人”但是在许多情境下，人们只能获得事物的有限的部分信息，不能完 全确定某个事物应该归入哪一类。比如看到远处有一个模糊的动物，我们通常不 能确定这个动物是什么，这种情景就称为“归类不确定的情境”。然而即使处于 这种情境中，我们仍然会按照最可能的归类方法识别出该物体，并做出推理判断， 这种推理方式就称为“归类不确定时的特征推理”。 目前关于归类不确定时的特征推理的研究最基本的问题主要是：归类不确定 时的特征推理是基于类别进行还是基于特征联结进行。 1 1 1 基于类别的特征推理 第一种设想是基于类别进行特征推理，这是心理学界比较认可的设想。该设 想认为，人们推断某客体的缺失特征时，首先考虑该物体属于何种类别，然后根 据该类别可能的特征状况对缺失特征进行预测，这种特征推理，称为“基于类别 的特征推理”。在认可这种基于类别的特征推理的基础上，又有理性模型与单类 说之争。 1 1 1 1 理性模型 a n d e r s o n 提出理性模型( 1 9 9 1 ) ，该观点认为类别的主要功能是用于归纳推 理，类别可以被构造得有利于预测该目标的特征，对于任何目标物来说，人们预 测其具有某种特征j 的可能性时，即当归类不确定时人们对事物特征的预测遵循 b a y e s i a n 规则。假如给学习者呈现一个目标f ，该目标很可能可以归入某类别， 问学习者该目标具有该类别的某种特征j 的概率是多少，对这个问题的回答可以 2 认知风格对归类不确定时特征推理的影响 用公式来表达：p ( jf ) = p ( kif ) p ( jk ) ，其中目标用f 来表示，k 表示的是 目标可能归属的所有类别，j 表示学习者要预测的特征，即个体根据多个类别的 信息来对事物的特征做出预测。公式的含义是：某一目标f 具有特征j 的概率是 该目标属于某类别的概率乘上该类别具有特征j 的概率的积的总和，即个体根据 多个类别的信息来对事物的特征做出预测，这就称为b a y e s i a n 规则。 在目标可能归属的各种类别中，如果存在最可能归属的类别，则该类别称为 靶类别，其余类别则为非靶类别。该模型认为，个体在推理的过程中，虽然会考 虑到靶类别中的信息，但同时也会考虑其他非靶类别中的信息，最后做出的判断 决策是综合考虑多个类别的信息而得出的最优化结果。由此可见，b a y e s i a n 分 析是基于多个类别来做特征推理预测的，是一种综合策略。 1 1 1 2 单类说 m u r p h y 和r o s s 的研究对理性模型提出了质疑，提出了单类说( r o s sbh m u r p h ygl ，1 9 9 4 ) 。他们认为，在归类不确定时，人们的特征推理会选择目标 物最可能归属的类别靶类别，然后根据靶类别的信息进行推理，并不会考虑 非靶类别的信息。会不会考虑非靶类别信息是单类说和理性模型的最大分歧。 m u r p h y 和r o s s 以人工类别为研究材料，通过控制靶类别信息，来验证非靶 类别信息对特征推理的影响，研究中所用的材料如图1 所示。 图lm u r p h y 和r o s s ( 1 9 9 4 ) 研究实验l 所用的材料样例 这些图形是四名儿童的图画，实质上代表四个不同的类别。要求被试判断一 幅新的图形( 如三角形) 是谁画的，并且预测这幅新的图形背景( 如黑色) 的概 率，因为存在四个类别，且背景也有四种类别，被试不能完全确定目标( 三角形) 是由哪名儿童画的( 即靶类别) ，因此，这就属于归类不确定的特征推理任务。 按b a y e s i a n 规则的计算方法，新的三角形是黑色背景的概率为：三角形归属某 类别的概率与该类别中黑色图形出现的概率的积之总和。即： 认知风格对归类不确定时特征推理的影响 p ( 黑色i 三角形) = p ( ki 三角形) p ( 黑色ik ) = p ( b o b i 三角形) p ( 黑色i b o b ) + p ( j o h n i 三角形) p ( 黑色i j o h n ) + p ( s a ml 三 角形) p ( 黑色is a m ) + p ( e di 三角形) p ( 黑色le d ) = ( 3 5 ) ( 3 4 ) + ( i 5 ) ( 1 4 ) + ( 1 5 ) ( 1 4 ) + 0 0 ：9 2 0 + 2 2 0 = 1 1 2 0 以m u r p h y 和r o s s 等为代表的单类说认为，如果存在着目标看起来最可能归 属的“靶类别”，个体就会根据靶类别的信息做出决策，而不会考虑其他非靶类 别的信息。如图1 同样的问题，按照单类说，则新的三角形足黑色背景的概率的 计算方法是： p ( 黑色i 三角形) = p ( b o bi 三角形) p ( 黑色ib o b ) = ( 3 5 ) ( 3 4 ) = 9 2 0 也就足说，靶类别b o b 画黑色三角形的概率是9 2 0 ，非靶类别内其他儿童画 黑色三角形的概率之和是2 2 0 ：同理，预测白色正方形时，靶类别j o h n 画白色 正方形的概率是9 2 0 ，非靶类别内其他儿童厕白色j 下方形的概率之和是0 。由计 算可知，黑色三角形和白色正方形在靶类别内的概率相同，都为9 2 0 ；在非靶 类别内的概率不同，分别为2 2 0 和0 。如果特征推理遵循理性模型，被试同时 考虑多个类别的信息，那么被试对黑色三角形和白色正方形的概率估计就会有差 异，分别为2 2 0 和0 ；如果特征推理遵循单类说，被试只考虑靶类别的信息， 那么被试对黑色三角形和白色正方形的概率估计就不会有差异，均为9 2 0 。实 验结果表明两者的概率估计没有差异，由此说明在归类不确定情境下，人们的特 征推理只考虑靶类别的信息，而没有考虑非靶类别的信息，支持了单类说。 在此基础上，m u r p h y 和r o s s 等人还通过自然类别研究了归类不确定时的特 征推理( m a l tbc ，1 9 9 5 ：r o s sbh ，1 9 9 6 ) 。实验材料采用故事的形式呈现，并 且都设置成了归类不确定的情境。每个故事都会提到两个类别，一个靶类别和一 个非靶类别，均为人们熟悉的自然类别。每个故事都有两个版本，两个版本中的 靶类别相同，非靶类别不同。阅读完故事后，被试要回答故每后的问题，每个故 事两个版本后面的问题相同。实验假设如果被试在特征预测时没有考虑非靶类 别，那么对两个版本后面问题的回答应该没有差异。如果考虑了非靶类别，那么 对两个版本问题的回答就会有差异。 下面以其中的一个故事为例，介绍m u r p h y 和r o s s 等人对自然类别推理的研 究。 版本l ：s u l l i v a n 太太变得越来越焦虑，她读早报时，报纸上报道了一个小 偷偷了邻居家的东西，于是她的心情变得很糟糕，但是她接下来还有好多事情要 做。她的孙子两点要来拜访她，她需要去百货店，买一些牛奶回来做两个孙子都 很喜欢吃的面包。她也想去吸一下书房的地毯，那样孩子们可以在那里玩玩具。 同时，她还需要把给孩子们买的塑料玩具放到一起。她发现吸尘器的发动机太热 了，并且发出奇怪的声音，所以她不敢让它吸太长时间。当她准备去百货店时， 4 认知风格对归类不确定时特征推理的影响 看到一个人沿着车道走进来，并且迮到了院子罩。她突然想到房地产经纪人要来 看看她要卖的房子，她需要跟他谈谈。所以她想最好呆在家罩，尽管时间越来越 紧。最后，当她回来摆放玩具时，发现其中的一个支持的部件找不到了，玩具站 不稳了。她知道孙子们不会关心地毯是否吸过，但是如果没有面包和玩具，这次 拜访就没什么意思了。她很害怕自己会让两个孙子失望。阅读完故事后被试需要 作答的两个问题： ( 1 ) 那个沿着车道走来的那个人，会注意到房门峰固性的概率有多大? ( 2 ) 那个沿着车道走来的那个人，在接下来的1 5 分钟内会按门铃的概率有多 大? 在这个版本中靶类别是房地产经纪人，非靶类别是小偷。在本故事的另一个 版本中只是改变了非靶类别，替换成有线电视公司的工人，并且将本版本中提到 小偷的句子替换成了“有线公司的工人束调查安装有线电视的服务情况”。两个 版本所需被试回答的问题相同。 对于第一个问题，两个版本中的靶类别房地产经纪人，注意房门的略固性是 有可能的，但是对于非靶类别来说，小偷和有线电视工人的反应可能不一样，小 偷很有可能关注门是否咯固，而有线工人则不会过分关注。对于第二个问题，小 偷去按门铃的可能性不大，有限工人按门铃的可能性则很大。如果被试只是考虑 靶类别房地产经纪人并据此做推理，那么对于这两个问题的回答应该没有差 异。但是如果被试既考虑了靶类别又考虑了非靶类别，那么故事中的非靶类别就 会影响被试对两个测验问题的回答。结果表明，当问题和非靶类别联结时，被试 使用了非靶类别的信息，但是对于后面其他不涉及非靶类别的问题，被试则没有 使用非靶类别。这说明在归类不确定的情境中，对自然类别进行特征预测时，也 是遵循单类说，不会考虑非靶类别。m u r p h y 等人通过实验，证实了归类不确定 时，单类说在人工类别推理和自然类别推理中的适用性，即人们的推理只考虑最 有可能的靶类别，而不考虑非靶类别。 项目的典型性是r o s c h 和m e r v i s 首先提出的，他们认为项目典型性包括两 个因素，分别为诊断性( 类别间因素) 和代表性( 类别内因素) ( r o s c he ，1 9 7 5 ) 。 诊断性可以用一个项目属于靶类别的概率来表示。研究表明项目的诊断性会 对项目归类时的确定性产生影响，也就是说一个项目的诊断性越高，那它属于靶 类别的概率越大，诊断性高，归类时就越容易确定；反之，诊断性越低，归类时 就越不容易确定。与诊断性高的项目相比较，诊断性低的项目可能具有更多非靶 类别的特征，因而判断一个诊断性低的项目是否属于靶类别，会比判断一个诊断 性高的项目是否属于靶类别更难。比如，判断企鹅是鸟就比判断知更鸟是鸟更难， 因为企鹅具有鸟类所没有的一些特征，比如不会飞，会游泳等，所以相比之下更 难判断企鹅是否是鸟。 5 认知风格对归类不确定时特征推理的影响 代表性可以用这个项目与靶类别中其他项目的相似程度来表示。该项目与靶 类别中其他项目的相似程度越高，它在这个类别内的代表性就越高。比如，知更 鸟会飞，能筑巢，唧唧叫，这些都是其余鸟共有的特征，因此在鸟这个类别中， 与企鹅相比较，知更鸟就更有代表性。 在类别的研究中，为了便于计算比较，通常用线索效度来表示数量化的诊断 性，而用类别效度来表示数量化的代表性( w i s n i e w s k iej ，1 9 9 5 m u r p h ygl 。 1 9 8 2 ) 。 根据珍断性的定义，我们用一个具有某个或某螳特征的项目属于靶类别的概 率来表示线索效度。假设项目x 具有特征f ，那么项目x 属于靶类别y 的概率， 这就被称作特征f 的线索效度，计算方法足：靶类别y 中具有特征f 的项目的个 数，除以所有类别中有特征f 的项目的个数，其中所有类别既包括y 类别也包括 其他类别，也就足说计算的是类别y 中具有特征f 的项目的个数和其他类别中具 有特征f 的项目的个数的总和。 根据代表性的定义，我们用一个项目具有某种特征的概率来表示类别效度。 例如，项目x 属于靶类别y ，在计算项目x 具有特征f 的概率时，主要是看靶类 别y 中具有特征f 的项目的个数，靶类别y 中的项目含有特征f 的概率越高，特 征f 的类别效度就越高，代表性就越高。不同于线索效度的是，特征f 的类别效 度同其他类别的成员是否具有特征f 是没有关系的。 m u r p h y 和r o s s 对诊断性和代表性在特征推理中的作用进行了详细的研究 ( r o s sbh m u r p h ygl ，2 0 0 5 ) 。他们首先控制代表性，考察诊断性在特征推 理中的影响。在实验中，研究者通过增加或减少非靶类别中具有特征f 的项目的 个数，来变化线索效度分数的分母，从而改变特征f 的线索效度。然后控制诊断 性，考察代表性在特征推理中的作用。在实验中，通过变化某个特征在靶类别中 出现的概率来控制该特征的类别效度，从而达到考察代表性的目的。 对诊断性的研究如图2 所示，给被试呈现图片，告诉被试图片上是四名儿章 画的图形，他们分别是l i z 、r a c h e l 、j e s s i c a 、m a r y ，实质上四名儿章就是代 表了四个不同的类别。现在有一个正方形和心形，让被试判断正方形和心形分别 是哪个儿章画的，并预测新画的图的背景最有可能是什么。 在判断正方形时，很容易判断出l i z 是靶类别，四个类别中一共有1 2 个正 方形，l i z 一人画了6 个正方形，所以正方形是l i z 画的诊断性为6 1 2 ；同理， 心形是r a c h e l 画的诊断性为6 8 ，两者的诊断性是不相同。而在判断图形背景 的时候，l i z 画的图形背景大多是点，所以预测新画正方形背景是点的代表性为 6 9 ，同理r a c h e l 画的心形背景是白色的代表性6 9 ，两者代表性是相同的。通 过这个实验设计，有效的控制了代表性，考察诊断性的影响。如果诊断性会对特 征推理产生影响，那么对于两个图形背景的预测应该会有差异，反之，则没有差 6 认知风格对归类不确定时特征推理的影响 异。结果表明，对于两个图形背景的预测没有差异，因此m u r p h y 等人认为诊断 性在特征推理中是不起作用的。 团口9 ：i 了 蛩 固国口。囝 ，一 ：习一 i i r a t h e l 口台 审营 o j e t , t e a m u ， 图2m u r p h y 和r o s s 对诊断性研究时所用样例 ( 注：l i z 第二行第三个止方形为红色，其余为黑色；r a c h e l 第一行第一个心形为黑色， 其余为绿色；j e s s i c a 第一行第四个三角形为蓝色，其余为红色；m a r r y 第一行第三个十字 形为绿色，其余为蓝色。) 对代表性的研究如图3 所示，给被试呈现图片，告诉被试图片上是四名儿童 画的图形，他们分别是l i z 、r a c h e l 、j e s s i c a 、m a r y ，实质上四名儿童就是代 表了四个不同的类别。现在有一个三角形和十字形，让被试判断三角形和十字形 分别是哪个儿童画的，并预测新画的图的背景最有可能是什么。 在判断三角形时，很容易判断出j e s s i c a 是靶类别，四个类别中一共有9 个 三角形，j e s s i c a 一人画了6 个三角形，所以三角形是j e s s i c a 画的诊断性为6 9 ； 同理，十字形是m a r y 画的诊断性为6 9 ，两者的诊断性相同。而在判断图形背 景的时候，j e s s i c a 画的图形背景大多是红色，所以预测新画正方形背景是红色 的代表性为1 ，同理m a r y 画的十字形背景是蓝色的代表性6 9 ，两者代表性是不 同的。通过这个实验设计，有效的控制了诊断性，考察代表性的影响。如果代表 性会对特征推理产生影响，那么对于两个图形背景的预测应该会有差异，反之， 则没有差异。结果表明，对于两个图形背景的预测有差异，因此m u r p h y 等人认 为代表性对特征推理是有影响作用的。 7 认知风格对归类不确定时特征推理的影响 口口 口目口o l i tr a t h e l o 鲁 9 鲁 o l e g s i c a m a r y 图3m u r p h y 利r o s s 对代表性研究时所州样例 ( 注：l i z 第一行第个二角形为监色，第二行第：个止方形为红色，第无个止方形为绿色， 其余为黑色；r a c h e l 全为绿色；j e s s i c a 全为红色；m a r r y 第- 4 7 第二个十字形为绿色， 第二行第二个十字形为红色，第四个心形为黑色，其余为监色。) 以上实验的结果表明，对特征预测有影响作用的只有代表性，而诊断性不起 作用。因为单类说和理性模型最大的分歧就在于人们在归类不确定时是否会考虑 除了靶类别之外的其余类别的信息，也就是说，单类说认为诊断性高低有可能会 影响到归类的确定性，但是人们一旦选择了靶类别，就不会考虑其余类别；而理 性模型则认为如果有可能归类的其余类别，那这些类别的信息人们都会考虑。 m u r p h y 和r o s s 等人通过实验表明诊断性不影响特征推理，再次证明了单类说的 合理性。 m u r p h y 和r o s s 的研究关注的是单一等级类别的推理，l a g n a d o 和s h a n k s 在 m u r p h y 和r o s s 研究的基础上从多等级类别结构角度验证了单类说的合理性 ( l a g n a d oda ，2 0 0 3 ) 。 在l a g n a d o 和s h a n k s 的研究中，要求被试首先学习了解某地市民的读报类 别结构和政治投票信息，然后预测一个未知的市民最可能读什么报纸( 不确定归 类) 以及这位市民投票支持进步党候选人的概率有多大( 特征推理) 。 市民按读报情况分为不同的读报类别，读报类别又分为上下两个类别层级， 如表l 所示。下级类别是报纸的具体种类：c h r o n i c l e 、h e r a l d 、r e p o r t e r 、g l o b e ， 上级类别是报纸的类型：小报和大报，其中小报包括c h r o n i c l e 和h e r a l d ，大 报包括r e p o r t e r 和g l o b e 。 认知风格对归类不确定时特征推理的影响 表1 某地1 0 0 名市民的读报情况及投票情况 在实验的第一阶段学习阶段，被试要学习阅读不同报纸的读者的情况和 他们的选举意向。从表1 中我们得知：读大报的市民少于读小报的市民，r e p o r t e r 的读者最多，它的读者全部会选举进步党的候选人，而其他报纸的大部分读者会 选举自由党候选人。第二阶段测试阶段，第一种提问方式，告诉被试从该地 市民中，随机抽取一名市民，请他们预测该市民选举进步党候选人的概率有多大。 因为1 0 0 名市民中选举自由党候选人和进步党候选人的人数均为5 0 人，所以随 机抽取的一名市民回答选举进步党候选人的概率是5 0 。但是如果调整提问方式， 要求被试首先网答随机选出来的那个市民最有可能读什么报纸时，大部分被试会 回答r e p o r t e r ，因为r e p o r t e r 的读者最多。然后再让被试预测该市民选举进步 党候选人的概率有多大，被试会将该市民选举进步党候选人的概率会达到8 0 0 5 ， 这是因为r e p o r t e r 的读者全部会选举进步党候选人。第= 三种提问方式，要求被 试首先回答，随机挑选的这名市民最有可能读小报还是读大报时，他们可能选择 小报，在接下来的预测中，对该市民选举进步党候选人的概率会降低到3 8 0 5 ，因 为在小报读者中很少人会选举进步党候选人。 从被试的答案町以看到，在首先要求回答报纸类型和具体的报纸名称时，被 试是基于随机抽取的读者所归属的类别( 报纸类型或者报纸名称) 来预测投票的， 而不是综合考虑所有类别的情况来预测投票，这种结果也很明显支持了单类浼。 1 1 2 基于特征联结的特征推理 第二种设想是基于特征联结进行特征推理，这种设想认为，人们在推断某物 体的缺失特征时，根本就不是先考虑该物体最可能属于什么类别，然后再根据类 别的特征状况对缺失特征进行预测，而是直接根据呈现的样例的有关特征与预测 特征( 缺失特征) 之间联结的频次进行推理，即根据特征的联结直接推断物体的 缺失特征，可以称为“基于特征联结的特征推理”。这种基于特征联结所进行的 9 认知风格对归类不确定时特征推理的影响 特征推理，不是在类别的基础上进行的推理，不需要以类别为中介，既不会考虑 样例属于某类别的概率，也不会考虑类别中具有要预测的特征的概率( 莫雷陈琳， 2 0 0 9 ) 。 v e r d e 和m u r p h y 等人改变了原来的研究范式，采用了逐个呈现样例的研究范 式( v e r d emf ，2 0 0 5 ) 。他们的实验材料分为“森林”、“沙漠”、“沼泽”、“草原” 四类动物栖身环境，其中每个类别又都包括2 0 个动物样例，每个样例都有两个 维度的特征，分别为表层维度a 和器官维度b ，再埘特征进一步划分，表层维度 分为6 个水平：鳞( a 1 ) ，毛( a 2 ) ，羽( a 3 ) ，皮( a 4 ) ，刺( a 5 ) ，壳( a 6 ) ；器 官维度b 也分为6 个水平：须( b 1 ) ，爪子( b 2 ) ，牙齿( b 3 ) ，尾巴( b 4 ) ，触手 ( b 5 ) ，角( b 6 ) 。具体实验材料见表2 。 表2v e r d e 利m u r p h y 管人2 0 0 5 年研究的实验材料说明 从表中可知，每个类别中都会高频率出现一对特征，称之为主要特征对，主 要特征对出现的类别成为靶类别。其中，类别1 主要特征对为a 1 8 1 ( 鳞，须) ， 1 0 认知风格对归类不确定时特征推理的影响 类别2 主要特征对为a 2 8 2 ( 毛，爪子) ，类别3 主要特征对为a 3 8 3 ( 羽，牙齿) ， 类别4 主要特征对为a 4 8 4 ( 皮，尾巴) 。主要特征对除了会在靶类别出现，还会 出现在其余类别中，例如同时具有毛和爪子特征的样例，更多的属于沙漠类，但 也可能属于草原类别。在四种类别中，每个主要特征对在靶类别中出现的次数都 为9 ，不同的是，类别l 和类比2 中的主要特征对分别在类别3 和类别4 中各自 又出现了4 次，但是类别3 和类别4 的主要特征对在其余类别中却没有再出现过。 所以我们称类别l 和类别2 是增加条件，也就是指非靶类别预测特征的基本概率 大于0 的情况；类别3 和类别4 是基线条件，指的足非靶类别预测特征的基本概 率等于0 。 在逐个呈现样例的研究范式中，被试首先逐个对样例进行学习，然后对具有 一个特征的样例是否最有可能具有另外一个特征进行预测，在推理的过程中，不 给被试呈现样例所属的类别以及其他样例。例如，呈现具有主要特征对中其中一 个特征a l 的动物样例，要求被试预测动物具有的另一个特征的概率。如果遵循 单类说，被试只考虑靶类别，那么四个类别的主要特征对的预测概率都应该是 ( 1 2 1 6 ) ( 1 2 2 0 ) = 9 2 0