2020年度 人工知能学会全国大会(第34回)

講演情報

一般セッション

一般セッション » J-12 ヒューマンインタフェース・教育支援

[4D2-GS-12] ヒューマンインタフェース・教育支援: ヒューマンインタフェース基礎

2020年6月12日(金) 12:00 〜 13:20 D会場 (jsai2020online-4)

座長:田和辻可昌(早稲田大学)

12:40 〜 13:00

[4D2-GS-12-03] 割合推定におけるアンカリング効果のベイズ更新モデルによる分析

〇濱田 智明1、竹川 高志1 (1. 工学院大学)

キーワード:アンカリング効果、認知バイアス、ベイズ更新、ベータ分布

事前に提示された数字によりのちの判断・推定が影響を受ける現象がある.この現象はアンカリング効果と呼ばれ,多くの研究が行われている.一例として小沢,竹川が2018年に,知識量の少ない対象の大きさ推定をした際のアンカリング効果を調査したものがある.小沢らは,対数t分布を使うことで知識量が少ない対象に対してのアンカリング効果を定量的に説明した.しかし,小沢らが導き出した対数t分布については割合推定では使うことができない.なぜならば,大きさ推定では,推定値が非負の実数であるのに対して,割合推定では,推定値が0~1の範囲に収まる実数であるからだ.そのため,本研究では,割合推定におけるアンカリング効果の検証,およびモデルの構築を目的とした.アンケート調査を行い約600件の回答を得た.一般に,割合についての確率分布には,ベータ分布が用いられることが多い.そのため,ベータ分布によるフィッティグを試み,フィッティング可能であることが確認された.また,割合推定でもアンカリング効果の定性的な性質の一致が確認された.

講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。

パスワード