Ich suche nach einer Implementierung des linearen ballistischen Akkumulatormodells oder des Diffusionsmodells von Ratcliff (z. B. in R, MATLAB oder Python).
Hier sind einige Optionen. Ich persönlich habe sie noch nicht ausprobiert.
Wie unten erwähnt, ist das rtdists -Paket in R in der Lage, sowohl LBA- als auch Diffusionsmodelle anzupassen.
Scott Brown hat auf seiner Webseite eine Kopie von Donkin et al. (2009) mit Code in R, Excel und WinBUGS zum Anpassen des LBA-Modells:
Es gibt auch das glba
Paket zu CRAN von Ingmar Visser.
Das Diffusionsmodell ist als Matlab-Toolbox namens ( DMAT ) verfügbar.
Für das Diffusionsmodell gibt es auch das „EZ-Diffusionsmodell“ von Eric-Jan Wagenmakers, das Sie hier finden .
Dieses Papier vergleicht drei verschiedene Softwarekomponenten zur Schätzung von Diffusionsmodellparametern:
von Ravenzwaaij D. & Oberauer, K. (2009). Verwendung des Diffusionsmodells: Parameterwiederherstellung von drei Methoden: EZ, fast-dm und DMAT. Zeitschrift für Mathematische Psychologie, 53 (6), 463–473. [PDF]
Das R-Paket diffIRT ( http://www.dylanmolenaar.nl/jss1265.pdf ) schätzt sowohl das Q- als auch das D-Diffusionsmodell (siehe seine Website für die Abhandlung von van der Maas et al., in der die Unterschiede zwischen diesen Modellen diskutiert werden). R-Code für den EZ2-Ansatz, der viel schneller ist, wenn dies für Ihre Anwendungen wichtig ist, ist http://raoul.socsci.uva.nl/EZ2/ .
In der Unterüberschrift erwähnen Sie auch, dass Sie an Matlab / Python-Implementierungen interessiert sind:
Ich habe DMAT persönlich in Matlab verwendet, das ist ein nettes Paket. Das auf Python basierende HDDM-Paket ist jedoch (meiner Meinung nach) derzeit eines der besten, und es verfügt über eine gute Benutzeranleitung.
http://ski.clps.brown.edu/hddm_docs/abstract.html
und das mit dem Paket verbundene Papier:
Wieki et al. (2013): http://journal.frontiersin.org/article/10.3389/fninf.2013.00014/full
Das R-Paket rtdists
ist eine weitere großartige Option:
Liefert Antwortzeitverteilungen (Dichte/PDF, Verteilungsfunktion/CDF, Quantilfunktion und Zufallsgenerierung): (a) Ratcliff-Diffusionsmodell basierend auf C-Code von Andreas und Jochen Voss und (b) linearer ballistischer Akkumulator (LBA) mit unterschiedlichen Verteilungen der Driftrate zugrunde liegt.