（基础心理学专业论文）锚点对集中呈现信息条件下单一因果判断的影响.pdf

【摘要】 中文摘要 单一因果判断是关于单一原因和效应之间是否存在关系的判断。它是因果认 知领域的一个基本方面，也是个体学习和进行复杂因果判断的前提和基础，对人 们的日常生活实践具有重要的意义。 针对以往研究中存在的被试判断随意、多变的现象，本研究借鉴了心理物理 法中的数量估计法，在指导语中设置了锚点( 标准刺激) ，在此基础上考察对被 试因果判断的影响。本研究分为三个实验，分别考察了在集中呈现信息的条件下， 是否设置锚点、信息外部表征形式( 表格图像) 、原因类型( 产生型原因预防型 原因) 对于被试单一因果判断的影响。本研究还探讨了四格信息权重的评估、因 果判断策略等问题。此外，本研究在实验结果的处理上不仅采用了判断均值这一 统计量指标，同时检验了被试反应的离散程度，得到了一些与均值检验有所差异 的结论。本研究主要发现了以下结果： 1 在集中呈现信息的方式下，增加锚点会对人们的因果判断产生重要影响， 主要表现在设置锚点能够使得被试的判断更集中，更加接近理论值。不论在何种 原因类型以及何种表征形式下，这种主效应都存在。 2 反应的离散程度的检验结果表明，产生型原因条件下，非锚点组的判断 受到表征形式的影响，信息以图像( 直方图) 形式呈现时，能促使人们的因果判 断更集中，更接近理论值。预防型原因条件下，表征形式对因果判断的影响不大。 均值检验中并未发现这一现象。 3 在判断策略上体现出被试之间的个体差异性，信息的外部表征为图像( 直 方图) 时，会促进被试使用证据评估相关的策略。 【关键词】单一因果判断锚点原因类型外部表征 【a b s t r a c t 】 a l b s t r a c t e l e m e n t a lc a u s a lj u d g m e mr c f c r st oj u d g m e n ta b o u tc o n n e c t i o ns t i n g t l ib e t w e e n as i n 西ec a u s e 趾da i le f f e c t i ti sa l le s s e n t i a li s s u ei i lt h ea r e ao fc 卸s a lc o 弘i t i o n ， w h i c hi sf o u n d a t i o a lf b rl e a m i g 咖p k xc a u s a 王r c l a t i o n i l lc a u s a lj u d g m e mt a s l 【s ，p a n i c i p a m sa r co f t e nr c q u i r c dt oa s s e s sc a u s a ls t r c n 百h o nan 血gs c a l e ( e g 0 - 1 0 0 ) h o w e v c r ，t 1 1 e i ra i t c r i o nf o rj u d g m e n tm a yb ef l i z z ya i i d c h a i i g e f u l ly t h ep r e s e n ts t u d y s e tt l l r c es t a n d a r ds t i m u l ia st h ea n c h o r si nt h e i n s t n l c t i o nt o0 v e r o o m et h ep r o b l e mm e n t i o n e da b o v e t h f e ee x p e f j m e n t se x a m i n e d t l l ep o s s i b l ei 1 1 n u e n c eo f 柚c h o d n g ，c a u s et ”e s ( g e n e r a t i v ec a u s c s 蛆dp r e v e n t i v e c a u s e s )蛆dm o d c so fe x t e m a lr c p r e s e n t a t i o n so f c 肌s a li n f o m a t i o no c a u s a l j u d 掣n e n tw h e ni n f o m a t i o n 、v a sp r e s e m e di nt h ef o r mo fs u m m a t i o h m e 卸w h i l e ，i t d i s c u s s e di s s u e so fw e i g h t so fd i f f e r e mc c l l s ，s t r a t e 舀e su s e db yp a n i c i p a n t si l l d i 脏r e n t n d i t i o n s t h er c s u l t ss h o w e d ： 1 w h e ni n f o r i a t i o nw a sp r e s e n t e di l lt h ef o m so fs u m m a t i o n ，a i l c h o r sp r o v i d e di n t h ei n s t m c t i o h a di m p a c to nh 岫a nc a u s a lj u d g m e n t t h ej u d g m e n t sm a d eb y p a n i c i p a t s ，w h 0w e r ep r o v i d e dw i t ha i l c h o r sd u r i n gj u d g m e n t ，w e r ea l w a y sm o r e c e n t m l i z e da n dd o s e rt ot h eo b j e c t i v ev a l u e 2 i ng e n e r a t i v ec a u s e s ，f 0 肌so fe x t e m a lr e p r e s e n t a t i o no fc a u s a li n f o n n a t i o nh a d e f f e c to nc a u s a lj u d g m e n tg i v e nn oa n c h o r s i ft h ei l l f o 珊a t i o nw a sp r e s e m e di nt h e f o mo fh i s t o g r m ，p a n i c i p a n t s j u d g m e n t sw e r em o r ea c c u r a c y ，c o m p a r e dw i t ht l i e f o mo ft a b l e i l lp r e v e n t i v ec a u s e s ，f o 衄so fe x t e m a lr e p r e s e n t a t i o no fc a u s ：l l i n f o 册a t i o nm a d en od i f f e r e n c ei nc a u s a lj u d g m e n t 3 t h e r cw a si n d i v i d u a ld i f 艳r e n c e i n j u d g m e n t a ls t r a t e 百e s w h e nc a u s a l i n f o m a t i o nw a sp r e s e n t e di nt h ef o n no fl l i s t o 掣a m ，p a r f i c i p a n t st r e n d e d t ou s e s t r a t e g i e sr e l a t e dt oe v i d e n o ee v a l u a t i o n 【k e yw o r d s 】 e l e m e n t a lc a u s a lj u d g m e n t ； a i l c h o r ； t y p e s o f c a u s e ； e x t e m a l r c p r e s e n t a t i o n l i 学位论文独创性声明 本人所呈交的学位论文是我在导师的指导下进行的研究工作及取得的研 究成果。据我所知，除文中已经注明引用的内容外，本论文不包含其他个人已 经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已 在文中作了明确说明并表示谢意。 作者签名：丝缉日期：迈：笸：2 ： 学位论文授权使用声明 本人完全了解华东师范大学有关保留、使用学位论文的规定，学 校有权保留学位论文并向国家主管部门或其指定机构送交论文的电 子版和纸质版。有权将学位论文用于非赢利目的的少量复制并允许论 文进入学校图书馆被查阅。有权将学位论文的内容编入有关数据库进 行检索。有权将学位论文的标题和摘要汇编出版。保密的学位论文在 解密后适用本规定。 学位论文作者签名：鸟蹋 日期：塑6 ： ： 导师鲐邳崂 日期：d j j “f 扩 第一章引言 在日常生活中，人们可能经常碰到这样一些场景，比如出现呕吐反应之前食 用了某种食物，那么在多大程度上呕吐反应是由于食用了该食物造成的? 某植物 叶子出现红色斑点之前施用了某化学物质，那么红色斑点的出现在多大可能上是 因为施用了该化学物质? 人们在日常生活与科学研究中常常需要对某个潜在原 因的重要性程度进行评估，以确定输入的这个原因在多大可能上是导致所观察到 的效应发生的原因。做出正确的因果归因不仅出于学术上的重要性，它对我们的 日常生活也能起到重要的指导作用。比如，某人生病前服用了某种有毒的物质， 那么该有毒的物质和后面的疾病之间的因果联结对于人类和物种的生存来说就 是必不可少的。 那么，人类和动物究竟如何评估事件之间的相关呢? 什么是因果关系以及怎 样确定因果关系? 自从h u m e ( 1 7 3 9 1 9 6 4 ) 于2 6 i 0 多年前发表了他的第一篇文章 以来，这一问题就引起了哲学家和心理学家的关注，但是早期的关注点多集中在 操作性条件反射和经典条件反射、社会和认知发展以及心理病理学中对相关事件 之间的关联或列联知觉的重要性上，到9 0 年代从思维角度研究事物间相关和因 果关系的实验研究才逐渐多起来。 一、单一因果判断问题的主要形式 对于发生在自己周围的、对个人生活有重要意义的各种日常的行为和事件的 结果，人们总是倾向于去搜索其中的原因，以对各种现象做出解释；同时，人们 常常依据自己对于事物之间因果关系的认知，对未来事件或不可知事件做相应的 预测。这些活动都依赖于人们的因果推理，依赖于人们如何确定事物之问的因果 关系。而单一因果判断正是因果认知领域的一个基本方面，也是个体学习和进行 复杂因果判断的前提与基础，它是关于单一原因和单一效应之间是否存在关系的 判断。 具体地说，单一因果判断就是关于单一的目标原因( c a u s e ) 与产生或预防某 单一的结果效应( o u t m e e 骶c t ) 之间是否存在因果关系，以及存在怎样的因 果关系的判断。对单一因果判断的研究往往采用二分变量的形式，将可能的原因 ( 目标原因) 分为出现和不出现两个水平，结果效应也对应地分为出现和不出 现两个水平，结合起来就可以组合成四种情况，如表1 所示： 表l 结果是否随目标原因出现而出现的四种情况的次数 效应出现效应未出现 目标原因出现 4b 目标原因未山现 cd 其中爿表示目标原因和效应都出现的次数；b 表示目标原因出现，效应未出 现的次数：c 表示目标原因未出现，效应出现的次数；d 表示目标原因和效应都 未出现的次数。我们常常将这一表格称为四格列联表，而将爿、b 、c 、d 称为 四格信息或四格频数，后面将多次提到这一说法。 那么，人们是如何获得单一因果关系的知识的呢? 人们又是怎样对是否存在 因果关系以及存在怎样的因果关系做出判断的呢? 自从休漠以来，心理学家开展 了大量的实验研究，提出了许多相关的理论模型，这么多年来绝大部分有关列联 或因果判断的实验研究都是围绕着这些理论的证实或证伪而进行的。各大理论之 间存在着很大的争议，到目前为止仍然没有某种理论维度能够解释单一因果判断 领域的所有现象。 单一因果判断的主要理论 目前关于因果判断的理论主要有三类，一类强调列联信息的样例对于发展原 因和效应之间的因果联结的重要贡献，并认为因果判断是由联想联结的强度决定 的，最典型的是r e s n a w a g n e r 模型( a l l a n ，1 9 9 3 ；r e s c o r l a w a g e r ，1 9 7 2 ； s h a n k s ，1 9 9 3 ，1 9 9 5 ；w a s s e 衄a n k a o ，1 9 9 6 ) ；第二类强调依据一些归纳性 规则对列联信息进行操作来做因果判断，最具代表性的是尸规则( c h e n 2 & n o v i c k ，1 9 9 0 ，1 9 9 2 ) 和效力p c 理论( c h e n g ，1 9 9 7 ) ；第三类则是从证据评 估角度来判断因果关系，这类模型中将列联信息转换成了肯定性或否定性的证 据，比如p c ，规则( w h i t e ，2 0 0 0 ，2 0 0 2 ，2 0 0 3 ) 。下面将依次介绍这些理论。 1 联想模型 联想模型与英国经验主义者的观点一致，认为对因果关系的判断取决于定 的与归因相关的经验线索，这些线索包括规则的相继性( 效应跟随着原因发生) ； 时间上的邻近；空问上的邻近( h u m e ，1 7 3 9 1 9 6 4 ) 。 研究人员最初提出联想模型，是为了解释动物条件化的过程，即用于解释条 件刺激表征和无条件刺激表征之间联想强度的形成以及变化机制。研究发现，联 想模型能很好地预测序列呈现原因情景下动物的条件化过程，以及动物的共变学 习。后续的一些实验数据表明，人类的因果判断和列联判断同样受到动物学习过 程中形成条件化的那些因素的影响，包括列联、时间邻近和线索竞争现象等( 见 a u 肌，1 9 9 3 ；s h a n k s ，1 9 9 5 ；s h a i l 】【s ，1 9 9 6 的综述1 。因此，研究人员提出了如 下假设：人类对共变和因果关系的判断所依靠的机制类似于动物的条件化控制中 所包含的机制。 关于这一机制有许多理论，r e s c o d a 和w a g e i ( 1 9 7 2 ) 提出的联想模型( 被称 为刷模型) 是其中的典型代表。如果将刷纠莫型运用到人类的因果学习任务中， 这一模型可以用下面的公式来表达： = 伍- 似一功 ( 1 ) 其中表示线索或者可能原因与当前试验中出现的结果或效应之间的联 结的联想强度的变化。和麽是学习速率的参数，分别直接与线索和结果的显著 性相关；九是联想联结能够支持的最大强度，也就是学习的渐近线：腥在当前 试验中呈现的所有线索的联想强度的总量。 考虑到一个联结能够支持的总量是有限的，随着错误似z 功减小，学习将 逐步到达一个最大的渐进值。r w 漠型有两个版本：受限制的版本和不受限制的 版本。受限制的版本假设，当结果出现和不出现时，都赋予卢参数同样的值f 鼻 e j 。但是，如果卢参数取决于结果的显著性，那么结果出现和不出现时可能随着 任务因素而有不同的显著性。在这种假设下，没有限制的r 形漠型就允许在结果 出现和不出现时赋予卢参数不同的值f 芦枷j 。 联想学习主要适合于逐个呈现样例条件下的学习，由于这种学习模式对于认 知负荷的要求比较高，因此计算必须相对简单；另一方面，联想强度是不断更新 的，缺乏对过去事件频数的记忆功能，因而不适用于信息要求计算总和的条件。 2 基于规则的理论 这一理论流派的形成受到h u m e 哲学传统的影响，是激进的实证主义的产物。 一些研究人员认为人类是“天生的统计学家”，他们能使用标准的策略来做因果 判断，而且人类和其他物种一般是根据可观察的经验线索来理解和解释因果序列 的。其中，一条重要的线索就是原因和效应之间必须有一致性，也就是原因和效 应必须是共变的。因此，我们一般将这类观点称为“共变观点”。根据共变观点， 因果判断就是通过计算输入的原因和观察到的效应之间的共变程度得到的。 2 1a 尸规则和概率对照模型 2 1 1a 尸规则 p 规则是一种基于共变的计算理论( j e n l 【i n s w h d ，1 9 6 5 ；m c k e n z i e ， 1 9 9 4 ；w a r d j e l l l ( i n s ，1 9 6 5 ) ，它认为人们是通过比较原因出现时结果出现的条 件概率与原因没有出现时结果出现的条件概率之间的差异来估计因果关系强度 的。因果强度在大小顺序上与协变值a p 的变化方向一致。在原因和结果都为二 分变量的情况( 如表1 所示) 下，这种比较可用以下公式( 2 ) 表示： a p = 球1 0 一砟i 川 ( 2 ) 其中： p 表示效应，f 表示目标原因； 砟if ) 指的是目标原因( f ) 出现时效应0 ) 出现的条件概率，计算公式为爿 ( 爿+ 口) ： 眯l 一) 指的是目标原因( f ) 没有出现时效应0 ) 出现的条件概率，即效应发生 的基础率，计算公式为c ( c + d ) 。 a p 表示的就是p ( eif ) 与p 0i 一) 二者之差，即目标原因出现与不出现时效 应出现的条件概率之差。p 的值大于零时表示具有产生效果；p 的值小于零时 表示具有预防效果：p 的值等于零时表示不存在因果关系。 在过去几十年中，p 模型在大量研究中得到了检验和证实，并在与其他理 论的对比中显示出了良好的准确性和优越性( a l l a i l ，1 9 9 3 ；c h e n g ，1 9 9 7 w a s s e 肌a l l ，e l e k ，西a t l o s h ，1 9 9 3 ；v a l l 6 e - t o u r a n g e a u ，h 0 1 l i n g 娟n h ，m u r p h y ， 1 9 9 8 1 ，几乎所有的相关研究中都必然将p 作为一个重要的变量加以考察。 从标准角度来说，p 是描述两个二分变量之间列联性的恰当指标( k a o & w 嬲s e m a i l ，1 9 9 3 ) 。许多研究结果发现，大多数推理者所作的归因判断是符合p 列联规则的，不管信息是以2 2 列联表格的形式出现( 越l a l l j e n k i n s ，1 9 8 0 ) ， 还是在自由操作范式下。自由操作范式下，被试观察输入原因和后续的效应在时 间上的连续性( w a s s e 册a n ，c h a t l o s h & n e u n a b e r ，1 9 8 3 ) ，或者信息以句子的 形式总结出来( c h c n g n o v i c k ，1 9 9 0 ) 。 p 规则最大的问题在于共变并不必然意味着因果，比如公鸡打鸣总是和天 亮联系在一起，但是两者之问并不存在有意义的因果关系，仅仅是简单的相关而 己。另一方面，该模型强调的是自下而上的加工，但是如果没有关于机制的先前 知识，那么人们是怎样探索当前的共变的呢? 缺乏先前的知识，这一探索过程就 需要花费无限的计算时问，因为只有通过对世界上所有的事物做出无穷尽的共变 4 分析才能获得结果。而采取单纯的相关分析，我们不能确定哪些相关是真正有意 义的，存在真正的因果关系，而哪些仅仅停留在相关的层面。 2 1 2 概率对照模型( p r o b 8 b 订i s t i cc o n t r a s tm o d e i ) 概率对照模型( c h e n g ，- b v i c k ，1 9 9 2 ) 沿用了计算p 时所使用的公式， 但是在人们如何运用这个公式的过程中加入了因果能力方面的解释。这一模型的 主要观点是，人们进行因果判断的过程中，他们对于因果共变的计算并不是面对 所有事件的，而是会选择一个焦点领域( f b c a ls e t ) ，对该领域中事件的有关信息 进行计算。与过去的共变模型的最大差别在于，概率对照模型对于所计算的信息 具有一定的选择性，也就是对焦点领域的选择，它并不是对所有的感觉输入都进 行计算，而是根据环境和目的选择部分信息作为所得到的共变信息进行计算。也 就是说，在使用pi p 0 1 0 一雌i o ) 这个公式时，p ( e l f ) 和p 0 l 一) 这两个概 率会因为人们所选择的焦点领域的变化而变化。 可见，在使用概率对照模型对人类的因果判断做出解释时，存在一个非常模 糊的方面，就是焦点领域的确定。作为概率对照模型的核心，如果焦点领域的确 定问题不能得到很好的解释，这个模型也就失去了意义。 2 2 权重嬲则 尽管许多研究者认同将a p 的值作为客观的因果强度值，但是p 指标也存在 一些问题。首先，a p 规则没有考虑四格信息的权重问题，事实上，被试对每个 格子里信息的敏感程度是不一样的。一般认为，四格信息的权重排序为a 啦 c d ( c r o c k e r ，1 9 8 2 ；w j s s e 珊粕，1 9 9 0 ) 。人们往往对目标原因出现时的信息更关 注，因此，目标原因和效应都出现的a 格信息对人们因果判断的影响最大；相 反的，人们容易忽略目标原因不出现时的情况，尤其是目标原因和效应都未出现 的d 格信息。 因此，有研究者采用了权重p 规则更好地拟和数据，公式为： 权重p = w d + w 驴j w 妒2 ( 3 ) 其中w 表示的是权重，p j 是指目标原因出现时效应发生的条件概率，比是 目标原因不出现时效应发生的条件概率。 权重p 模型能拟合以往大多数相关实验中的数据结果f a n d e r s o n s h e u ， 1 9 9 5 ；舢l a n ，1 9 9 3 ；b u l l n e r ，c h e n g c l i 助r d ，2 0 0 3 ；l 0 b e r & s h a n k s ，2 0 0 0 ； p e r a l e s & s h a n k s ，2 0 0 3 ；w a s s e i i i l a n 等，1 9 9 3 1 。 这一规则的拟和度高可能是由多个原因造成的，最直接的原因是被试确实采 用了该种策略，在判断时先计算原因出现和不出现条件下效应发生的概率，然后 将这两个概率分别加权，形成他们的因果判断；但是被试一般无法报告自己做了 这种有意识的计算，因此，权重p 可能反映了原因和效应之间内稳的强度。但 是，权重p 规则也不是完全的标准模型，因为该模型中每格信息的权重不相等。 其次，权重凹规则存在的另一个问题是它对样本大小不敏感，但是标准的 模型都认为因果关系的强度会随着样本量( 即一+ b + c + d 的总和) 的增大而提高。 削l 柚( 1 9 8 0 ) 提出，按照标准的做法，p 的意义性应该由卡方检验来评估，但 是没有证据表明被试会这么做。 2 3 效力月绷b 论 前面提到了概率对照模型中存在的焦点领域模糊的问题，研究者也做了许多 探索性的研究。研究发现，当人们估计一个可能的原因是不是产生结果的真正原 因时，往往会选择其他可能原因都不存在的领域作为焦点领域。根据这一发现， 他们为因果能力提供了一个概率定义，并在这一定义的基础上提出了针对概率对 照模型的效力p c 理论( t h ep 0 w e fp m b a b i l i s t i cc o n t f a s tm o d e l ) ，因此效力p c 理 论又被称为概率对照模型的因果力理论( c h c n g ，1 9 9 7 ) ，它整合了共交与因果 效力两条路径。 根据这一理论，评估可能原因f 影响效应e 的因果效力，推理者会区分f 和 f 以外的其他原因( 即已知的和未知的原因) ，后者标记为口。然后，被试可以用 可观察的频数和不可观察的f 和口的效力来对共变做出解释。 效力p c 理论中，对共变的解释需要满足一些假设：( 1 ) 口和f 对g 的影响 是独立的；( 2 ) 口可以产生e ，但是不会预防e 的发生；( 3 ) i 和的因果效力是 独立于它们的发生率的：( 4 ) 除非原因存在，否则e 是不会发生的。 c h e n g ( 1 9 9 7 ) 预钡4 ，对于f 的产生效力，推理者借助于结果基率来调整共 变值a p ，公式描述如下： p i = 厶只“1 一p p l ) 】 ( 4 ) 其中蝇= p ( elf ) 一p ( gi f ) 。在产生条件下，蝇o ，只表示原因( n 产生结果0 ) 的能力。当只固定不变时，产生能力只随结果基率以ei 一) 的增加 而增加。当结果基率p 0i4 ) 等于1 时，分母为零，不能出协变值只来推断因果 效力，此时出现目标原因与竞争原因完全混淆的现象，因此无法对目标原因的产 生能力做出推论。 上述公式的实质是，产生原因的因果效力是，排除由非目标原因产生的结果 部分后，相对于没有原因没有结果的部分珂e h ) ，单纯由目标原因所导致的结 6 果出现部分的比率。 对预防能力的估计，计算公式如下： p f = 一蛆p o l 4 )( 5 ) 这里a 尸f o ，f 的预防能力b 随结果基率的增加而减少。当结果基率p ( ei 4 ) = d 时，无法确定比例，就会出现预防原因的完全混淆，从而不能估计目标原 因f 的因果效力。当结果基率，如i 一) = 1 时，预防能力等于共变值a p ，可由p 直接估计，此时效力月c 理论就等同于p 规则。 概括地说，效力p c 理论认为，因果估计是共变值p 和结果基率p ( ei f ) 的 联合函数。该理论“演绎”了何时进行因果归纳，并指出了在什么情况下共变意 味着因果关系，以及为什么此时共变意味着因果的合理化的标准。此外，效力 p c 理论中体现了实验设计的原则，如设立控制组，避免天花板和地板效应。 但是，该理论同样存在着局限性，主要表现在：首先在于它没有涵盖联合性 原因包含多个因素的联合的原因；第二，效力p c 理论中，单一效力的评估 必须满足目标原因与其他原因对效应的影响是独立的这一假设，事实上，这种独 立性很难保证；第三，效力曰c 理论只是一种计算函数水平上的解释，认为人们 因果估计的结果在大小顺序上符合其预测，但它不能解释计算函数是如何实现 的；最后，在逐个呈现因果样例的程序下，效力曰c 理论如果要准确预测因果判 断的大小顺序，那么至少需要满足人们的因果判断达到了渐进线的稳定水平，因 而无法预测学习曲线。 3 基于证据评估的模型 3 1 线性组合模型 s c h u s t a c k 和s t e m b e r g ( 1 9 8 1 ) 提出了因果判断的理论模型，该模型对于样 本大小敏感，而且反映了四格信息的不同权重。采用下面这种简单的线性模型的 形式能够很好地拟合大量的实验数据： + 耽4 + 肌“矸徊 ( 6 ) 这一模型被称为线性组合模型( “n e a rc o n l b i n a t i o nm o d e l ) ，其中表示 权重系数，是截距，、舷分别对应于爿、b 、c 、d 四格信息的 权重系数。对于产生原因，对肯定性证据的权重肼和服是正值，而对否定性 证据的权重耽和鹏是负值。权重大小顺序是) 舷：i | l l ，符合通常的 权重顺序。该模型认为因果判断是每格频数加权后的联合函数，因此能够解释人 类因果判断中对不同格子里的频数信息及其变化具有不同敏感性的现象，但是在 计算上比权重p 模型更复杂。 3 2 嬲则 d 规则( 越l 柚，1 9 9 3 ) 和p 规则在一些特征上相同，因此在单一因果判断 情境中，它和p 规则的预测类似。d 规则是一种启发式的、直觉的规则，比 p 规则更简单，它认为因果判断是以线索和结果之间因果关系的肯定证据与否 定证据的对照作为基础韵，具体计算公式为： d = 口+ d ) 一( 口+ c ) ( 7 ) 其中h 表示结果随目标原因的发生而发生的频数，这是产生因果关系的充分 证据；d 表示目标原因没有出现时，结果没有出现的频数，这是产生因果关系的 必要证据。一和d 都是支持产生因果关系的肯定性证据，口和c 表示目标原因与结 果彼此独立发生，是否定产生因果关系的证据，a d 是肯定性证据数目减去否定 性证据数目之差。d 规则是以频次为基础的规则，因此，d 的值会随着证据的 绝对数目的增加而增加。 在最简单的情况下，d 和p 是没有什么区别的。但是它能够被运用到一 些p 无法解释的情形中，比如，不能计算p 忙ii ) 或bi f ) 时。就我们所了 解，d 规则没有提出任何条件化的版本，因此不能被应用到一些复杂的、呈现 多种线索的情形中。 以前有研究考察了样例总数不相等时因果判断的特性，但是大多数研究中一 致发现在其他列联相等的情况下，样例总数不相等并不会产生存在显著性差异的 结果( 加l d e r s o s h e u ，1 9 9 5 ；b a k c r 等，1 9 8 9 ：l 0 b e r s h a n k s ，2 0 0 0 ；m a n d e l k h m 孤，1 9 9 8 m e r c i e r & p 孵，1 9 9 6 ) ，也就是说以往的研究中支持d 规 则的证据不多。 3 3 信念修正模型 c a t e n a 等人( 1 9 9 8 ) 在实验中发现了因果判断中存在的两种效应：试验顺序 效应和判断频数效应。试验顺序效应是指当每轮试验都需要作出因果判断时，后 一轮因果判断受到前一轮因果判断中试验类型的影响非常大，如果前一轮试验类 型是4 和d 类型，与前一轮为丑和c 类型时相比，被试对因果判断的估计值更高。 判断频数效应则是指因果判断的准确性随判断频次的增加而减少，判断值最终往 往低于实际协变值。联想模型和规则模型都难以对上述现象做出解释。因此， c a t e n a 等提出信念修正模型来解释这些现象。信念修正模型实质上是一个部分基 于d 规则的统计模型( m a l d o n a d o 、c a t c n a 、c d n d i d a & g a r c i a ，1 9 9 9 ) 。从数 据角度来说，这是加工最精细的一个模型。根据c a t e n a 等人的说法，存在两种类 型的认知机制对因果信念和判断负责：信息整合系统和信息计算机制。等级较高 的是信息整合系统，当要求被试对两个事件之间的关系做出判断时，这个系统就 会被激活。这一系统按照下面的方程运作： = j f _ 1 + 芦( 新的证据一丘1 ) ( 8 ) 其中 表示当前的判断，j f l 是前一个判断，鼻是成长概率参数，其值仅仅影 响刺激序列呈现方式中客观列联值大小的调节，因此能够解释获得函数和特定的 序列效应。新的证据是在两个相继的反应或判断之间的间隔呈现的列联证据的主 观值。 模型还提出，人们可以通过低水平的机制来计算新证据。具体来说，是根据 序列的各种类型的信息来计算，用序列频数乘以权重，作为后续判断的基础，其 计算公式见下面的方程： 新证据= ( 刚+ i ：b + - 唧+ d ) + b + c + d ) ( 9 ) 其中，、曰、c 、d 分别表示因果列联表中四格信息的数目；矽表示四格信 息的权重，一般认为，就绝对值而言，主观排序为昵 = 讳，c 。但是，模型 也能通过改变权重，来解释序列信息的一些特殊情况。信息计算机制在每一次判 断后都被重新设置。 根据信念修正模型，判断次数减少时，人们会根据对相邻判断的多次判断， 来综合计算新的证据，而较少依赖于最后一轮试验的类型，因此，将提高判断的 准确性。 注意，如果口= 1 ，该模型就是基于d 的判断了。信念调节模型存在的主 要问题是它缺乏联想成分，不能解释一些联想学习现象：另一方面，信念修正模 型中对新证据的计算也不符合人们因果判断的实际情况。此外，关于判断频次效 应，在一些实验结果中并未得到重复。比如，w 瓠s 锄a i i ( 1 9 9 6 ) 的实验结果表 明，判断的次数对判断结果并无明显影响。 3 4 忍模型 w h i t c ( 2 0 0 0 ) 指出，在原因和结果共变所产生的四种情况中，人们是依靠 证实性的信息所占的比例来判断因果关系的，他们在进行因果判断时所使用的公 式为： p 口d = ( 爿+ d ) r( 1 0 ) 其中爿和d 分别表示原因效应同时出现的频数与原因与效应同时不出现的频数， t 表示列联表中表述的四种信息的总频数，即( 爿+ b + c + d ) 之和。 w h i t e 通过许多的研究证明，人们在因果判断时，砌d 是一个比p 更准确 的指标；国内也有研究得到了一致的结论( 邵志芳，王键，2 0 0 5 ) 。在忍d 原则 的基础上，w h i c e 提出了p a 规则( w h i t e ，2 0 0 0 ) 。 3 5p 印规则及其权重规则 w l l i t e ( 2 0 0 0 ) 提出了从列联信息到因果判断的一种新理论，他认为，可以 将最初的列联信息转化为证据，也就是以肯定的和否定的值来编码样例。假设目 标原因造成了效应的发生，那么因果判断的值就由证据的权重来确定。因此，因 果判断往往随着肯定的例子相对于否定的例子的比例的增加而增大，这就是p a ( t h ep m p o i t i o no fc o n f i r n l a i o r yi n s t 趾c e s ) 规则，表示肯定样例的比例。其具体 的计算公式为： 口a ：生里二里二! ( 1 1 ) a+b+c+d 根据公式，p a 的值等于d 的值与四格信息频数的总和( 所有证据的总和) 的比值，表示的是与否定性证据相比，肯定性证据在所有证据中所占的比例。这 一公式主要是针对单一因果关系的判断，和p 一样，此公式中p a 的范围也是 从一1 到+ 1 。 对于p a 理论，前人有许多研究。k v i n 和w a s s e 姗a l l ( 1 9 9 3 ) 研究发现， p c ，值越高，相应的被试对因果关系的肯定程度也越高；k a o 和w h s s e 珊趾( 1 9 9 3 ) 实验中选用了列联相关为零的一些问题，结果在1 6 组问题中有1 3 组问题都一致 显示出口a 值越高，被试对因果的肯定程度也越高的现象，而且d 格信息的变 化对被试因果判断的影响程度明显小于a 格信息：w h i t e ( 2 0 0 3 ) 分别使用样例 列表程序( i 璐t 锄c el i s tp m c e d l l r c ) 、逐个呈现样例程序( s e f i a lp r c s e n t a t i o n p r o c e “r c ) 以及集中呈现程序( s u m m a r y p r e s e n t a t i o n p m c e d u r c ) 检验了p c ，规则， 其实验结果发现在控制其他变量的情况下，被试的因果判断随着p c ，值的变化呈 系统变化，而当p c ，值保持恒定时，被试的判断并不会随着客观列联值的变化而 出现显著性差异，六个实验的结果都支持p a 规则。多年来，w h i t e ( 2 0 0 0 b ，2 0 0 2 a ， 2 0 0 2 b ，2 0 0 2 c ，2 0 0 3 a ，2 0 0 3 b ，2 0 0 3 c ) 开展了一系列的研究，对正的列联、负 的列联信息等多种条件下的因果判断进行了检验，都支持p a 规则的预测。 考虑到大量研究表明爿和d 被赋予的权重是不等的( 加d e r s o n & s h e u ，1 9 9 5 ； k a o & w a s s e 珊a n ，1 9 9 3 ；l 七v i n 等，1 9 9 3 ；m a n d e l & k h m a ，1 9 9 8 ；w 缸s e m a l l 等，1 9 9 0 ，1 9 9 3 ，1 9 9 6 ) ，w h i t e ( 2 0 0 4 ) 提出了口a 的权重规则。其权重版本的 公式如下： 彬陋( e ) 】+ 陋仁d ) 卜陋( 邑) 】_ 陋( x c ) 】 p a 2 z 历i 万五厂一1 2 其中5 ( 砀) 、s ( 砀) 、s ( 砀) 、s 陬) 分别表示对爿、毋、c 、d 的主观评定，变 化范围是一1 到1 ；、表示的是赋予s ) 、s ) 、踊) 、 鼠酗的权重。权重的赋值和主观评定上都存在着个体差异，有的被试可能将b 格信息看成否定性证据，也有被试将之看成肯定性证据，同时不同的个体对b 格信息的权重的赋值也可能不等。 w l l i t e ( 2 0 0 4 ) 的研究发现，加权和未加权的p a 规则都能对两个实验中的 主要结果作出预测，而加权的p a 规则能够更成功地作出预测，与实验数据更吻 合，而这些结论是效力p c 理论所无法预测的。 前面提到的d 规则是以频数为基础的，其值会随着证据的绝对数量的增加 而增大，p a 规则采用比例的形式就避免了这一局限性。但是，p a 规则同样是 从计算水平上对因果判断所做的描述，根据这一规则，能够对因果判断做大小顺 序上的预测：因果判断是随着p a 函数单调递增的；但是，p c ，只是种渐进判断， 并不能说明因果判断的算法过程，因此不能描述因果判断是如何获得的，这也正 是p a 规则存在的局限之一。 另外，当原因出现的概率尸“) = 5 ( 即原因出现和原因未出现的概率相等) 时，p c ，值和p 值是相等的，在这种情况下，p a 规则和p 规则对因果判断变 化方向的预测是相同的，此时实验结果可能无法对这两种规则做出区分。因此， p c ，规则与p 规则一样，不能解释p 婶) = 5 ，p 固定时，因果判断背离p 的现 象。此外，p a 规则也不能解释样本大小效应。 4 因果效力模型 前面的因果判断模型都是强调自下而上的加工，这些理论认为因果判断具有 跨领域的普遍性；还有一种理论路线是强调自上而下的加工，认为人们凭借先验 或后天习得的知识经验，来指导因果关系。他们主张因果判断对特殊领域的知识 具有依赖性。这一理论路线可以追溯到勋t t s ( 1 7 8 1 1 9 6 5 ) 的产生转移模型。该模 型中指出，原因不仅是与效应共变的，而且能够真实地产生这些效应。产生转移 这一术语指的是能量从原因到效应上的转移，也就是说原因通过其固有的性质或 本质，作用于物体，从而导致了结果的产生。最有代表性的是因果效力理论。 按照因果效力理论，因果角色是由概念定义的，而不是通过经验上的联结。 对因果联系的评估主要是找到一些物体，这些物体被认为拥有产生所讨论的问题 中提及的效应或结果的能力，只要恰当的释放条件出现，就能使得物体的这种能 力产生效应。也就是说，只有当人们认为或者知道某事件具备产生结果的能力、 倾向或机制时，他才认为它是产生结果的原因。人们在过去生活中获得的知识是 对因果关系进行解释的基本结构。 因果效力理论充分考虑了知识经验在因果判断中的作用，但是无法具体解释 这一信息加工过程。 5 因果判断理论的新发展 g r i f f i t h s 等人( t l g r i f f i t h s ，j b t e n e n b a u m ，2 0 0 5 ) 提出了一种新的框架， 以对简单因果归纳做出理性的分析，称为“因果支持”。 “因果支持”模型建立在贝叶斯因果网络模型的基础上，后者能够对因果结 构和因果强度做精确的区分。因果结构是关于事件之间是否存在因果关系的判 断；因果强度则是关于事件之间可能存在多强的因果关系的判断。因此，g r i f f i t h s 认为，因果归纳包括两个成分：结构学习和参数估计。 结构学习是评估原因和效应之间是否存在着因果关系；参数估计成分则是评 估这种因果关系的强度。结构学习有两种主要的途径。一是基于限制的学习，另 一种途径是贝叶斯推断。在基于限制的学习中，根据对变量之间统计上的依赖性 来确定对可能的因果结构的限制，并且满足这些限制的因果结构的集合从逻辑上 就可以由这些限制推导出来。相反的，因果结构学习的贝叶斯方法则是用概率的 形式衡量因果结构。参数估计是指在某因果结构条件下，确定原因和效应之间的 函数关系，参数估计有很多方法，最简单的是最大似然估计。 因果支持模型是一种新的理性模型，能够对因果归纳的一些关键现象作出解 释，包括尸和原因缺失时基础率的影响之间的交互作用；样本大小效应；根据 不完整的列联表做推断；基于速率的学习。这些现象是其他理性模型( p 或因 果效力理论) 所不能解释的。因果支持理论同样对许多已经存在的数据能作出比 p 或因果效力理论更好的预测( t l g r i f ! f i t h s 脚b t e n e n b a u m ，2 0 0 5 ) 。 影响单一因果判断的因素 1 尸效应、基础率和尸( o 效应 前面提到了p 规则，根据p 规则的预测，人们的因果估计值在大小顺序 上应该能够反映协变值p 的变化方向，即表现出与p 同方向的变化，这就是 p 效应。 许多实验结果表明，人类确实对p 之问的一些小差异很敏感( 例如， a n d e r s 彻，s h e u ，1 9 9 5 ；b a k e r ，b e r b r i e r ，v a l l e 。e - t o u r a n g e a u ，1 9 8 9 ；s h a i l k s ，1 9 8 5 ， 1 9 8 7 ，1 9 9 5 ：w a s s e 瑚a n 等，1 9 8 3 ；w a s s e 册a n ，e l e k ，c h a t l o s h ，b a k e r ，1 9 9 3 ； w h i t e ，2 0 0 0 a ；舢l a n ，1 9 9 3 ；c h e ng ，1 9 9 7 ) 。还有一些研究发现p 的值在2 5 ， 甚至小于2 5 时都有显著性效应f 例如，a n d e r s 彻，s h