Demo 8-3：Ratcliff Diffusion Model — 反应时隐变量
扩展认知案例被试做二择决策，产生 choice 和 reaction time。内在 evidence accumulation 是隐变量。正确试验与错误试验的 RT 分布不同，EM 思想可以恢复隐藏的决策组件。
正确 RT 密度
错误 RT 密度
\[\text{Drift-Diffusion:} \quad dx = v\,dt + s\,dW, \quad \text{boundaries at } 0 \text{ and } a\]
参数控制
—
正确率
—
正确平均 RT
—
错误平均 RT
证据累积轨迹 (前 20 试验)
正确 / 错误 RT 密度曲线
Responsibility 热力图 (试验 × 隐成分)
观察提示：增大漂移率 \(v\)，正确率上升，正确 RT 缩短。增大边界 \(a\)，两种 RT 都变慢但正确率上升（速度-准确率权衡）。错误试验 RT 通常更慢——但在高噪声下可能反而更快（fast errors）。
文献与案例意图
这是扩展案例：许多认知模型的关键变量不可直接观察，需要通过隐变量推断从行为分布中恢复。参考：Ratcliff (1978); Ratcliff & McKoon (2008); Vandekerckhove et al. (2007).
这是扩展案例：许多认知模型的关键变量不可直接观察，需要通过隐变量推断从行为分布中恢复。参考：Ratcliff (1978); Ratcliff & McKoon (2008); Vandekerckhove et al. (2007).