Le modèle "Linear Ballistic Accumulator" (LBA) est un modèle plutôt réussi pour le comportement humain dans des tâches de décision simples et rapides. Donkin et al (2009, PDF ) fournissent un code qui permet d'estimer les paramètres du modèle compte tenu des données de comportement humain, et j'ai copié ce code (avec quelques modifications mineures de formatage) dans un résumé ici . Cependant, je voudrais apporter une modification apparemment mineure au modèle mais je ne sais pas comment réaliser cette modification dans le code.
Pour commencer avec le modèle canonique, LBA représente chaque alternative de réponse en tant que concurrent dans une course plutôt étrange, de sorte que les concurrents peuvent différer par les caractéristiques suivantes:
- Position de départ: elle varie d'une course à l'autre selon une distribution uniforme délimitée par U (0, X1).
- Vitesse: elle est maintenue constante au sein d'une course donnée (pas d'accélération) mais varie de course en course selon une distribution gaussienne définie par N (X2, X3)
- Position de la ligne d'arrivée (X4)
Ainsi, chaque concurrent a son propre ensemble de valeurs pour X1, X2, X3 et X4.
La course est répétée plusieurs fois, le vainqueur et son temps étant enregistrés après chaque course. Une constante de X5 est ajoutée à chaque temps gagnant.
Maintenant, la modification que je veux faire est d'échanger la variabilité du point de départ sur la ligne d'arrivée. Autrement dit, je veux que le point de départ soit nul pour tous les concurrents et toutes les races, éliminant ainsi X1, mais je veux ajouter un paramètre, X6, qui spécifie la taille de la plage d'une distribution uniforme centrée sur X4 à partir de laquelle chaque concurrent est la ligne d'arrivée est échantillonnée pour chaque course. Dans ce modèle, alors, chaque concurrent aura des valeurs pour X2, X3, X4 et X6, et nous avons toujours la valeur inter-concurrents pour X5.
Je serais très reconnaissant si quelqu'un était disposé à aider avec cela.
Oh, et pour fournir un mappage des paramètres nommés "X" décrits ci-dessus aux noms de variables utilisés par le code LBA j'ai lié: X1 = x0max; X2 = driftrate; X3 = sddrift; X4 = chi; X5 = Ter.