归类不确定情境下特征推理的简捷启发式策略研究

摘 要：方法 采用实证的研究方法。目的 分析探讨在归类不确定的情境下预测特征的目标和类别内代表性对特征推理上的影响。结果 归类不确定情境下的特征推理依据靶类别的信息，其中推理则是遵循着简捷启发式的战略。结论 存在根据目标和类别内代表性这两种特征的推理方式。

关键词：特征推理 类别内代表性 目标内代表性 简捷启发式策略

中图分类号：B842.1 文献标识码：A 文章编号：1672-3791（2013）06（a）-0235-03

归类不确定情境就是在大多数情况下，人们不能确定某个事物应该归为哪一类别的情境。目前对归类不确定情境的特征推理进行分析研究，可知其中最有影响的为Murphy与Ross的单类说[2]和Anderson的理性模型[1]这两种解释。同时国内有些研究者也提出了理论假设，同时如王墨耘、莫雷等人还提出来提出综合条件概率模型[3]。

现有的研究认为代表性和典型性是特征推理最主要的依据。有研究[4～6]认为，靶类别中的代表性对特征推理有影响，诊断性没有影响。但是，Murphy和Ross等人[4]的研究，可能混淆了两种代表性能的效应，其中一种代表性表示为预测特征在靶类别内的目标成员当中具有的代表性，即目标内代表性；而另一种代表性表示为预测特征在靶类别内的所有成员当中具有的代表性，即类别内代表性。

本研究明确地提出了目标内代表性和类别内代表性这两个不同的概念，通过设计方式可以使目标和类别两种代表性的变化方向上相反，同时可以很好的分离目标和类别这两种代表性的影响效应。主要探讨两种代表性对特征推理的影响作用。

1 实验

1.1 实验设计

本实验为两因素被试内设计，自变量为靶类别内同一维度上（几何图形的背景）的两个特征值A与B的目标内代表性和类别内代表性（以下简称目标内代表性和类别内代表性），各有两种水平：均衡与不均衡，两两组合成四种条件。每一种条件下都设置了4道题，总共16道题。

1.2 被试

随机选择江西师范大学一年级的学生，共40人，男女各半。

1.3 实验材料

与Murphy和Ross等人2005年研究[7]所使用的人工材料相似，图片刺激由填充了不同背景的几何图形组成，图形有四种：正方形、心形、三角形和圆形；背景也有四种：横线、点、空心和实心。每道题目的参数设置如表1所示，A和B表示靶类别内背景维度上的两个特征值。

1.4 实验假设

归类不确定情境下的特征推理遵循简捷启发式策略：在其中一种代表性不均衡的条件下，以此为依据进行推理；在两种代表性都均衡或都不均衡的条件下，随机挑选其中的一种作为推理的依据。详细的理论预期见表2。

1.5 实验程序

采用Javascript脚本语言编程，制作成网页的形式。每道题目一张图片，图片刺激呈现在17英寸的纯平显示器上，分辨率为1024×768。正式实验之前有两道练习题，然后进入正式实验阶段。被试的任务是看图片回答问题，每张图片上都有四个问题，要求被试选择特征值最可能归入的类别，并对概率值进行估计。实验的所有数据采用SPSS13.0 for Windows进行分析。

2 结果与分析

2.1 各题选择四种特征值的人数比较（见表3）

对条件Ⅰ下选择四种背景的人数进行均匀分布拟合检验，结果显示：第1题四种背景选择人数的卡方值为15.75，P <0.01；第2题为13mq+2iJrCgHxJ0Sh8AdVdtRCie75Uwv4CmXFkz33NiX4=.56，P <0.01；第3题为12.93，P<0.01；第4题为5.18，P >0.05。统计结果显示，除第4题以外，其他三题中选择四种背景的人数都不服从平均分布。对这三题中选择类别内代表性占优和不占优两种背景的人数做进一步的检验，结果如表4所示，统计结果显示，大多数被试选择了类别内代表性占优的特征值，符合简捷启发式策略的理论预期。

对条件Ⅱ下选择不同背景的人数进行均匀分布拟合检验，第5题四种背景选择人数的卡方值为21.79，P <0.01；第6题为12.74，P <0.01；第7题为33.21，P <0.01；第8题为17.00，P <0.01。结果显示选择四种背景的人数都不服从平均分布。进一步的检验结果如表5显示，选择目标内代表性占优的特征值的人数显著多于选择目标内代表性不占优的人数。第6题虽然没有达到显著水平，但从分布上到来看，也呈现出了这样的趋势。实验结果基本上支持了我们的假设：在目标内代表性不均衡，类别内代表性均衡的条件下，被试是根据目标内代表性进行特征推理的。

对条件Ⅲ下选择不同背景的人数进行均匀分布拟合检验，第9题四种背景选择人数的卡方值为9.48，P <0.01；第10题为6.03，P >0.05；第11题为10.36，P <0.01；第12题为11.66，P <0.01。其中三个题目选择四种背景的人数不服从平均分布。进一步进行卡方检验，结果如表6所示，两种特征值的选择人数并无差异。统计结果表明，在两种特征值的目标内代表性和类别内代表性都均衡的条件下，被试随机选择了两种特征值中的一种作为特征推理的依据。

对条件Ⅳ下归类正确的项目中选择不同背景的人数进行均匀分布拟合检验，第12题四种背景选择人数的卡方值为6.00，P ≤0.05；第13题为29.42，P <0.01；第14题为10.21，P <0.01；第15题为15.14，P <0.01。四道题目中选择四种背景的人数都不服从平均分布，进一步的检验结果如表7所示，除第13题以外，其余三题均没有表现出显著差异。被试随机选择了两个特征值中的一个作为特征推理的依据。

2.2 四种条件下背景概率估计的比较

对被试在四种条件下的背景概率估计进行统计分析，结果发现，目标内代表性的F值为5.018，P <0.05，主效应显著；类别内代表性的F值为0.2，P >0.05，主效应不显著；两种代表性的交互效应不显著，F值为0.001，P >0.05。结果表示，目标内代表性在均衡和不均衡条件下，被试对背景概率的估计有差异。

由表8可知，被试在目标内代表性均衡的条件下对背景概率的平均估计值（50.31）显著低于在目标内代表性不均衡的条件下对背景概率的估计值（53.25）。而类别内代表性的均衡与不均衡对背景概率的估计没有影响，这说明目标内代表性和类别内代表性对特征的概率估计的影响作用不同。

3 结论与讨论

3.1 结论

本次实验结果显示，归类不确定情境下的特征推理遵循以下原则：首先在类别内代表性和目标内代表性之间所原则的依据则是具有推理线索的，如果能够按照此依据进行判断，则推理可以完成。然而当依据中出现一种代表性的信息不全时，且不能做出相应的判断时，则不会好考虑非靶类别上的信息，而是随便选择一种代表性作为推理的依据。被试是一直保持着搜索耗时和耗力最少的线索来进行特征推理，这就是简捷启发式战略[7]的核心。

对背景概率估计的统计结果表明，类别内代表性则是对北京概率的估计上没有任何的影响，而目标内代表性对背景概率的估计上有相应的影响。而这就证明了假设，证明了目标和类别内代表性完全属于两种不同的概念，对特征推理上的作用也是存在不同的。

3.2 讨论

本研究中被试对部分题目的作答不符合我们的理论假设，其原因还需要进一步的验证，可能存在其他因素影响特征推理的过程。莫雷和陈琳的一项研究采用的是自然类别，结果表明特征推理是基于特征联结的推理过程[8]。另外，有研究表明，归类对特征推理方式有影响。陈琳，莫雷和陈彦垒的一项研究中，探讨分析了在不归类和归类的条件下，不归类的诊断性是会影响特征推理的[9]，归类的诊断性则会不影响特征推理。

特征推理到底是依据类别还有基于特征联结，是依据代表性还是诊断性，是依据类别内代表性还是目标内代表性，还是基于多种因素的联结，目前还不能下定论，还需要进一步的研究证实。

参考文献

[1]Anderson J.R，The Adaptive Nature of Human Categorization[J].Psychological Review，1991，98（3）：409-429.

[2]Murphy G L，Brian H R.Predictions from Uncertain Categorization[J].Cognitive Psychology，1994（27）：148-193.

[3]王墨耘，莫雷.归类不确定情景下特征推理的综合条件概率模型[J].心理学报，2005，37（4）：482-490.

[4] Murphy G L，Brian H R.The two faces of typicality in category-based induction[J].Cognition，2005（95）：175-200.

[5] Daniel N Osherson，Smith E E，Ormond Wilkie，Alejandro Lopez，Eldar Shafir. Category-based induction[J].Psychological Review，1990（97）：185-200.

[6] Rips L J.Inductive judgments about natural categories[J].Journal of Verbal Learning and Verbal Behavior，1975（14）：665-681.

[7] Gerd Gigerenzer，Peter M.Todd.Simple heuristics that make us smart[M].刘永芳，译.简捷启发式让我们更精明[M].华东师范大学出版社，2002：315-349.

[8]莫雷，陈琳.类别不确定下的特征推理是基于类别还是基于特征联结[J].心理学报，2009，41（2）：103-113.

[9]陈琳，莫雷，陈彦垒.项目诊断性在特征推理中作用的研究[J].心理学探新， 2009，29（1）：27-31.