介绍
作者:
Thomas V. Wiecki,Imri Sofer,Mads L.Pedersen,Michael J.Frank
接触:
, , ,
网站:
Github:
邮件列表:
版权:
该文档已放置在公共领域。
执照:
HDDM是根据BSD 2许可证发行的。
版本:
0.7.8
目的
HDDM是用于漂移扩散模型(通过PyMC)的分层贝叶斯参数估计的python工具箱。 漂移扩散模型被广泛用于心理学和认知神经科学中以研究决策。
查看有关如何入门的。 可以在下面以及部分和找到更多信息。
特征
使用DDM参数的分层贝叶斯估计(通过PyMC)允许同时估计主题和组参数,其中假定单个主题是从组分布中得出的。 因此,与使用个别受试者最大可能性(即DMAT或fast-dm )的其他方法相比,当测量的RT值较少时,HDDM应产生更好的估计。
针对速度进行了高度优
1