Expérimentation et modélisation en sciences cognitives. MATLAB, SPSS, Excel et E-Prime

Par : Fabien Mathy, Mustapha Chekaf
    • Nombre de pages275
    • PrésentationBroché
    • FormatGrand Format
    • Poids0.455 kg
    • Dimensions15,7 cm × 23,3 cm × 1,4 cm
    • ISBN978-1-78405-526-4
    • EAN9781784055264
    • Date de parution01/12/2018
    • CollectionSciences cognitives
    • ÉditeurISTE éditions

    Résumé

    Cet ouvrage présente le design d'expérimentations et la modélisation en sciences cognitives. Il décrit toutes les étapes de la démarche expérimentale, de la conception du plan expérimental à la création de stimuli automatisés et leur présentation informatisée, jusqu'aux analyses statistiques et à la modélisation des données. Expérimentation et modélisation en sciences cognitives montre l'intérêt de la programmation pour automatiser ces différentes étapes, dont les tâches peuvent devenir fastidieuses.
    En comparant les solutions logicielles, il présente en particulier les nombreuses vertus de MATLAB® pour montrer que des programmes simples s'avèrent essentiels à une expérimentation rigoureuse et à la modélisation des données. Plusieurs chapitres indiquent comment simuler des données acquises, en décrivant par exemple les notions d'ajustement, de vraisemblance et en proposant une initiation à l'inférence bayésienne.
    Cet ouvrage présente le design d'expérimentations et la modélisation en sciences cognitives. Il décrit toutes les étapes de la démarche expérimentale, de la conception du plan expérimental à la création de stimuli automatisés et leur présentation informatisée, jusqu'aux analyses statistiques et à la modélisation des données. Expérimentation et modélisation en sciences cognitives montre l'intérêt de la programmation pour automatiser ces différentes étapes, dont les tâches peuvent devenir fastidieuses.
    En comparant les solutions logicielles, il présente en particulier les nombreuses vertus de MATLAB® pour montrer que des programmes simples s'avèrent essentiels à une expérimentation rigoureuse et à la modélisation des données. Plusieurs chapitres indiquent comment simuler des données acquises, en décrivant par exemple les notions d'ajustement, de vraisemblance et en proposant une initiation à l'inférence bayésienne.