*disclaimer
744662
語彙性判断課題を例に
課題
- 提示される語彙項目（単語）が、実在するか・しないかを判断
- 判断するまでの時間を測る
使用するパッケージ
install.packages("lme4", repos=c("http://lme4.r-forge.r-project.org/repos"))
library(lme4)
install.packages("lmerTest", repos=c("http://lme4.r-forge.r-project.org/repos"))
library(lmerTest)
install.packages("effects", repos=c("http://lme4.r-forge.r-project.org/repos"))
library(effects)
反応時間の分析
- 目的変数は、反応時間(RT)
- 反応時間の分布は、例えばガンマ分布を想定する
- 説明変数は、影響を与えると考えられる（調べたい）要因
- 例えば
- 実在するか・しないか(Real)
- 複雑か・単純か(Simpl)
- 判断の正誤(CR)
- 参加者が、母語話者か学習者か(Lang)
- 例えば
model01 <- glmer(RT ~ Real*Simpl*CR*Lang+(1|Subj)+(1|Item), family=Gamma(link="log"), data) summary(model01) plot(allEffects(model01, confidence.level=.95))
正答率の分析
- 目的変数は、正誤判断(CR)
- 正誤判断の分布は、二項分布を想定する（ロジスティック回帰）
- 説明変数は、影響を与えると考えられる（調べたい）要因
- 例えば
- 実在するか・しないか(Real)
- 複雑か・単純か(Simpl)
- 参加者が、母語話者か学習者か(Lang)
- 例えば
model.CR01 <- glmer(CR ~ Real*Simpl*Lang+(1|Subj)+(1|Item), family=binomial, data) summary(model.CR01) plot(allEffects(model.CR01, confidence.level=.95))
反応時間の変換
- Lo and Sally (2015) To transform or not to transform: using generalized linear mixed models to analyse reaction time data
https://www.frontiersin.org/articles/10.3389/fpsyg.2015.01171/full
the Gamma and Inverse Gaussian are examples of distributions that provide a plausible description of processes reflected in RT
- Balota et al. (2013)の指摘：反応時間の生データを使うことの問題点
- Speelman and McGann (2013)の指摘：平均値を使うことの問題点
https://sugiura-ken.org/wiki/