Модель « стимул-ответ» - это характеристика статистической единицы (например, нейрона ). Модель позволяет предсказывать количественный ответ на количественный стимул , например, введенный исследователем. В психологии теория реакции на стимул касается форм классической обусловленности, при которой стимул становится парной реакцией в сознании субъекта. [1]
Сферы применения
Модели Стимул-реакция применяются в международных отношениях, [2] психология , [3] оценка риска , [4] неврология , [5] neurally-вдохновенный дизайн системы, [6] и многих других областях.
Фармакологические зависимости реакции от дозы представляют собой применение моделей "стимул-ответ".
Математическая формулировка
Целью модели «стимул-реакция» является установление математической функции, которая описывает отношение f между стимулом x и ожидаемым значением (или другой мерой местоположения) реакции Y : [7]
Обычное упрощение, предполагаемое для таких функций, является линейным, поэтому мы ожидаем увидеть такую связь, как
Статистическая теория для линейных моделей хорошо разработана на протяжении более пятидесяти лет, и стандартная форма анализа называется линейной регрессии была разработана.
Функции ограниченного отклика
Поскольку многим типам реакции присущи физические ограничения (например, минимальное максимальное сокращение мышц), часто применимо использование ограниченной функции (такой как логистическая функция ) для моделирования реакции. Точно так же функция линейного отклика может быть нереалистичной, поскольку она подразумевает произвольно большие отклики. Для двоичных зависимых переменных - статистический анализ с помощью методов регрессии, таких как пробит-модель или логит-модель , или других методов, таких как метод Спирмена-Карбера. [8] Эмпирические модели, основанные на нелинейной регрессии, обычно предпочтительнее использования некоторого преобразования данных, которое линеаризует взаимосвязь «стимул-ответ». [9]
Один пример логит-модели вероятности ответа на реальный вход (стимул), () является
где параметры функции.
И наоборот, модель Пробита будет иметь вид
где является кумулятивной функцией распределения по нормальному распределению .
Уравнение Хилла
В биохимии и фармакологии , то уравнение Хиллы относится к двум тесно связанным уравнениям, одна из которых описывает реакцию (физиологический выходную системы, такие , как сокращение мышц) к Drug или токсину , в зависимости от препарата концентрации . [10] Уравнение Хилла важно при построении кривых доза-реакция . Уравнение Хилла представляет собой следующую формулу, где величина отклика, это концентрация препарата (или, что то же самое, интенсивность стимула), - это концентрация препарата, при которой наблюдается полумаксимальный ответ, и - коэффициент Хилла .
Обратите внимание, что уравнение Хилла преобразуется в логистическую функцию относительно логарифма дозы (аналогично модели логита).
Рекомендации
- ^ Бисконтини, Тайлер Дж. "Что такое теория стимула-реакции в психологии?" .
- ^ Грег Кэшман (2000). «Международное взаимодействие: теория стимула – реакции и гонка вооружений» . Что вызывает войну?: Введение в теории международного конфликта . Lexington Books. С. 160–192. ISBN 978-0-7391-0112-4.
- ^ Стивен П. Качмар и Кимберли Блэр (2007). «Консультации на протяжении всей жизни» . В Джоселин Грегуар и Кристин Юнгерс (ред.). Спутник советника: что нужно знать каждому начинающему советнику . Рутледж. п. 143. ISBN. 978-0-8058-5684-2.
- ^ Уолтер В. Пигорш и А. Джон Бейлер (2005). «Количественная оценка риска с использованием данных стимула – реакции» . Анализ экологических данных . Джон Уайли и сыновья. С. 171–214. ISBN 978-0-470-84836-4.
- ^ Джеффри В. Хоффманн (1988). "Нейроны с гистерезисом?" . В Родни Коттерилле (ред.). Компьютерное моделирование в науке о мозге . Издательство Кембриджского университета. С. 74–87. ISBN 978-0-521-34179-0.
- ^ Теодор Русь (1993). Системная методология для программного обеспечения . World Scientific. п. 12. ISBN 978-981-02-1254-4.
- ^ Meyer, AF, Williamson, RS, липа, JF, & Sahani, M. (2017). Модели нейронных функций стимул-ответ: разработка, оценка и оценка. Границы системной нейробиологии , 10, 109.
- ^ Гамильтон, Массачусетс; Руссо, RC; Терстон, Р. (1977). «Обрезанный метод Спирмена-Карбера для оценки средних летальных концентраций в биопробах токсичности». Наука об окружающей среде и технологии . 11 (7): 714–9. Bibcode : 1977EnST ... 11..714H . DOI : 10.1021 / es60130a004 .
- ^ Бейтс, Дуглас М .; Уоттс, Дональд Г. (1988). Нелинейный регрессионный анализ и его приложения . Вайли . п. 365. ISBN 9780471816430.
- ^ а б Нойбиг, Ричард Р. (2003). «Комитет Международного союза фармакологии по номенклатуре рецепторов и классификации лекарственных средств. XXXVIII. Обновление терминов и символов в количественной фармакологии» (PDF) . Фармакологические обзоры . 55 (4): 597–606. DOI : 10,1124 / pr.55.4.4 . PMID 14657418 . S2CID 1729572 .
дальнейшее чтение
- Голландия, Питер С. (2008). «Когнитивные теории обучения против стимулов-ответов» . Обучение и поведение . 36 (3): 227–241. DOI : 10,3758 / lb.36.3.227 . PMC 3065938 . PMID 18683467 .