Skip to main content
カテゴリ: 効果
タイプ: 強化子が、示した平均のまわりで変動する反応数のあとに届くこと。固定の回数、待ち時間、毎回一定の確率は、隣の手配
起源: C. B. Ferster と B. F. Skinner、『Schedules of Reinforcement』（Appleton-Century-Crofts、ニューヨーク、1957年）の変動比率の章。ここで使う賭博の文は、B. F. Skinner 財団が抜粋した『Cumulative Record』（138ページ）、『About Behaviorism』（67ページ）、『Science and Human Behavior』（104ページ）。この三冊は読み直していない
別名: 変動比率スケジュール。間欠強化は、毎回は報酬を出さないスケジュールの総称であり、このページの第二の題名ではない
先に答えると — 変動比率強化（Variable Ratio Reinforcement）は、強化子が変動する反応数のあとに届き、その回数が示した平均のまわりで動くスケジュールです。Ferster と Skinner は1957年にこれを指定しました。実験の多くは、ハトがキーをつつくものです。固定の回数は、強化のあとに休止を残しやすいです。2018年のルートボックス調査は、支出の区分と問題賭博の帯を結び、その結びがどちらの向きかは示しません。

​
変動比率強化とは？

変動比率強化は、変動する反応数のあとに強化子を届けるスケジュールです。その回数は、示した平均のまわりで動きます。
強化は一定の平均反応数に依る。ただし、その回数はおおむね無作為に変わりうる。
この文は B. F. Skinner のもので、B. F. Skinner 財団による『Cumulative Record』第10章138ページの抜粋にあります。原書は読み直していません。強化子とは、行動のあとに続き、その行動が後で起こりやすくなる出来事です。数えるのは、直前の強化子からの反応数であり、時計の分ではありません。1957年の本の VR 100 は、その平均に名前を付けます。百回目の反応が払われる、という約束ではありません。 毎回賞が出るのは別のスケジュールです。賞が一度も来ないのも別です。賞が毎回まだ届いているあいだ、その反応は維持されます。速い低下は、その払いが止んだあとに現れます。制御の錯覚は、偶然の課題に技能の手がかりが乗ると、人が見積もる成功の見込みが客観的な偶然を上回ることです。クレーンゲームはその手がかりを足せます。このページが数えるのは、変動する試行の回数です。

​
変動比率強化の三つの深さ

  • 入門: 次の賞は試行の回数に依り、その回数は変わります。気分、待ち、惜しい外れを同じ出来事として扱う前に、その一回を書きます。
  • 実践: 三行を書きます。払いは反応の回数か、待ち時間か。平均は示されているか。払いが止んだら、次の試行はどうなるか。一行目だけがこのスケジュールです。
  • 上級: 平均が同じでも、固定の回数と変動する回数は、全体の反応率を共有したまま、強化後の休止で分かれえます。ルートボックスの支出の結びは、原因の向きを決めません。

​
起源

変動比率強化は、C. B. Ferster と B. F. Skinner の『Schedules of Reinforcement』に指定されています。1957年、ニューヨークの Appleton-Century-Crofts から出ました。扉では Ferster はインディアナ大学医療センター、Skinner はハーバードです。謝辞には、仕事の大部分がハーバードとの海軍研究局の契約 N5ori-07631 と N5ori-07656 のもとで、1949年9月1日から1955年6月30日までに行われたとあります。実験の多くは、ハトがキーをつつくものです。後の刷りは変動比率の章に同じページ番号を共有しないので、このページはページを刷りません。 この本は二つの選択でスケジュールを分けます。強化子は、直前の強化からの反応数に依るか、直前の強化からの時間に依るか。要件は固定か、変動か。ここから四つの基本スケジュールが出ます。固定比率、変動比率、固定間隔、変動間隔です。固定比率では、決めた回数を完成させる反応が強化されます。FR 100 は、直前の強化のあとの百回目の反応です。変動比率はそれに似て、本は強化を、示した平均を持ち、任意の境界のあいだに落ちる一連の比率に並べます。平均は数字で書きます。VR 100 がその例です。 Skinner の後の文は、賭博の装置をこのスケジュールとして扱います。同じ『Cumulative Record』の抜粋は、このスケジュールがあらゆる賭博装置とやり方の中心であり、確認された、または病的な賭博者がその結果を示す、と述べます。比較的わずかな純強化から、非常に高い活動率が出る、という結果です。それは彼の例示です。賭博者の人数ではなく、一台の機械の還元率でもありません。財団による『About Behaviorism』67ページの抜粋は、あらゆる賭博の体系が変動比率スケジュールに基づく、と述べ、その効果は通常、感情のせいだと考えられる、と続けます。抜粋はそのあと省略記号で飛び、このページはその空白を埋めません。次の主張は、同じスケジュールが、未知を探り、鉱脈を探し、発明し、科学研究をし、芸術、音楽、文学を作る人にも働く、というものです。それらの分野では、高い活動は通常、強迫ではなく献身とされます。財団による『Science and Human Behavior』104ページの抜粋は、長期の純益または純損は、このスケジュールの効果を説明するうえでほとんど無関係だ、と述べます。抜粋は括弧で、そのスケジュールを変動比率と印します。括弧は抜粋のものであり、1953年の本は読み直していません。 より早く、手続きの違う仕事が Lloyd G. Humphreys、『Journal of Experimental Psychology』25巻2号、1939年8月、141–158ページです。読んだのは要旨です。論文そのものは読んでいません。66人の大学生が、光のあとに角膜への空気の一吹きが続く条件づけを受けました。一群は96試行の毎回に空気がありました。一群は96試行の半分に空気がありました。一群は48試行の毎回に空気があり、半分の群で空気がなかった試行に対応する48の休息を挟みました。そのあと各群は24の消去試行です。光だけで、空気はありません。要旨は、獲得では頻度でも大きさでも差がなく、その24の消去試行では、半分だけ空気があった群の反応水準が有意に高かった、と報告します。要旨は p 値も、各マスの平均も刷っていません。これは光と空気であり、試行の割合です。ハトが書き出した比率を完成させることではありません。

​
要点

四つの読み方が、計数器、休止、消去の手続き、支出の調査を分けます。驚きの気分そのものはスケジュールではありません。
1

直前の強化からの反応を数える

1957年のスケジュールは、平均を持つ一連の比率のあとに払います。VR 100 がその平均に名前を付けます。次の一回の名前ではありません。タイマーが、変動する待ちのあとに次の払いを到来させるなら、それは変動間隔です。静かな区間を待ち切ると、その間隔の払いは到来しえます。待ちは比率を完成させません。通知が時間とともに届くなら、確認の回数を誰かが書くまでは、タイマーの側です。
2

固定の回数のあとの休止を見る

ユタ州立大学の Edward K. Crossman、Elliott J. Bonem、Brady J. Phelps は、ハトの固定比率、変動比率、ランダム比率を比べました。『Journal of the Experimental Analysis of Behavior』48巻3号、1987年11月、395–406ページです。読んだのは要旨です。論文の表は読んでいません。各タイプのなかで、比率の大きさは不規則に5、10、40、80を通りました。全体の反応率、つまり強化後の休止に走行中の反応率を足したものは、これらの大きさではタイプによって分かれませんでした。強化後の休止は、固定比率で相対的に長かった。彼らは、比率の大きさが全体の率を左右し、比率のタイプがその休止を左右する、と読みました。Skinner の『Cumulative Record』137ページの抜粋は、固定比率を出来高と呼びます。彼が賭博について述べる高い走行率は、この休止の結果の隣にあります。第二の全体率の表ではありません。
3

部分強化のあとの消去を、その手続きに残す

Humphreys の、半分だけ空気があった群は、24の消去試行で、毎回空気があった群より高い水準で反応し続けました。獲得には差がありません。毎回払われると人はやめる、という通俗の言い方は、払われている局面と、止めた局面を混ぜています。払われているあいだ、毎回の反応に強化子があれば、反応は維持されます。速い低下は、要旨が、その強化子を外したあとに報告するものです。ギャンブラーの誤謬は、外れが次の当たりを必然にする、という信念です。平均を持つ系列でも、長い外れはありえます。信念とスケジュールは、同じ乾いた区間の二つの読み方です。
4

支出の段階を、キーつつきから離す

調査は、問題賭博の帯が高い人ほど、ルートボックス支出の区分が高い、と示せます。その段階は、書き出した比率ではなく、消去曲線でもありません。ハウスマネー効果は、利得のあと、そうでなければ断った賭けを受けやすくなることです。前の勝ちは、次の強化子までの平均反応数ではありません。

​
応用場面

反応、強化子、回数を書きます。それから、目の前の記録がスケジュールか、調査の区分か、話なのかを決めます。

タイマーの前に計数器を記す

習慣をこのスケジュールと呼ぶ前に、何を数えるかを書きます。郵便箱の確認は反応になりえます。メッセージが時間の経過で取れるようになるなら、Skinner の分割ではスケジュールはタイマーの側です。比率に要るのは、直前の強化子からの反応数であり、平均が分かるならその平均です。

聞ける人には平均を示す

練習は、正解のたびに確認しても、変動する解答数のあとに確認してもかまいません。家庭は、家事のたびに謝意を示しても、変動する件数のあとに示してもかまいません。その作業にいる人が聞けるなら、平均を示します。相手がやめないように回数を隠すのは、スケジュールの記述を圧力に変えたものです。このページはその圧力を勧めません。

支出の符号を符号として読む

下の2018年の平均は、月あたりのルートボックス支出の区分符号です。買ったことがない、から300ドル超までです。6.47は6.47ドルではありません。店の一週間でも、ブラインドボックスの領収でもありません。金を払い、中身が無作為な箱は、調査の対象と同じ形です。その符号は、それでも平均比率を名付けません。

惜しい外れを回数から分ける

クレーンゲームは、変動する有料の回数で賞を出し、同時に惜しい外れや、技能に見える掴みを見せられます。惜しい外れは余分の手がかりです。サンクコストの誤謬（Sunk Cost Fallacy）は、すでに払ったもののために残ることです。次の予測できない賞は、続ける別の理由です。両方あるなら両方を書きます。どちらも、相手の診断ではありません。

​
事例

数えた事例は David Zendle と Paul Cairns、『PLOS ONE』13巻11号、2018年11月21日、論文 e0206767 です。Zendle はヨーク・セント・ジョン大学の計算機科学科、Cairns はヨーク大学の計算機科学科にいます。彼らは、ルートボックスに使った金が、問題賭博の重さと並ぶかを問いました。彼らの論文でのルートボックスは、現実の金で買え、中身が無作為な仮想の品です。 調査はオンラインで、英語のみ、無報酬、18歳以上に限られました。募集は Reddit のゲームのページへの29のリンクです。案内は、研究がルートボックスと賭博の結びに関すること、ルートボックスを買っていなくても参加できること、を述べていました。回答は14,182件集まりました。年齢のない3,173件、18歳未満と書かれた872件、120歳を超える2件、月の賭博支出が1,000,000ドルを超える2件、賭博支出が負の9件、不完全な2,702件を除きました。分析した集合は7,422人です。そのうち5,793人（78パーセント）がルートボックスを買ったことがあり、1,629人はありませんでした。これとは別に、6,441人（87パーセント）が他のゲーム内の品を現実の金で買ったことがあり、981人はありませんでした。 重さは問題賭博の重さの指数です。過去12か月についての九つの質問で、各問0から3、合計0から27です。Zendle と Cairns は、0、1から4、5から7、8以上の帯を使い、問題なし、低リスク、中程度のリスク、問題賭博と呼びます。彼らが引く採点の論文は読み直していません。ルートボックスの支出は、買ったことがあるかから始まります。買った人は、論文の文言どおり、毎月ルートボックスに約何ドル使うか、と答えています。選択肢は1ドル未満から300ドル超まで、13段です。買ったことがないは0です。質問に日付の範囲はありません。下の平均は区分符号の平均です。論文がそう書いています。 ルートボックス支出への Kruskal-Wallis 検定は、χ²(3) = 284.255、p < 0.001、η² = 0.054 です。区分の平均は、問題なし 2.41、低リスク 3.67、中程度 4.96、問題賭博 6.47 です。論文は 2.41 を1–5ドルと5–10ドルのラベルのあいだに、3.67 を5–10ドルと10–15ドルのあいだに、4.96 を10–15ドルと15–20ドルのあいだに、6.47 を20–30ドルと30–40ドルのあいだに置きます。他のマイクロトランザクション支出への同じ検定は、χ²(3) = 38.622、p < 0.001、η² = 0.004 です。著者は、重さの帯が一段上がるごとにルートボックス支出が高い、と述べます。対の検定の Bonferroni の線は0.008です。その六つのマスはこのページに再掲しません。彼らはまた、問題なしと問題賭博の帯のあいだの、他の支出の差が d = 0.046 であり、同じ二帯のあいだのルートボックスの差の五倍より小さい、と述べます。その対のルートボックスの d はこのページに刷っていません。 教訓は、この Reddit の標本における、段階のついた支出符号です。重さの帯が高い人は、より高いルートボックスの区分を報告し、その傾きは他のゲーム内購入の傾きより急です。Zendle と Cairns は、箱を買うことが問題賭博へ向かわせるのか、すでに有害な賭博をしている人が箱により多く使うのか、この設計では分からない、と書きます。比率は組まれていません。6.47は、賞までの試行数ではありません。

​
限界と失敗パターン

三つの語り直しでは、変動比率強化は誤った要約になります。あらゆる驚きを比率と呼びます。同じ平均で、固定の回数は全体の率が低いとされます。調査、クレーンゲーム、または予測できない相手が、実験室で最も依存を生みやすい仕組みの証明として扱われます。 第一の限界は手続きです。Humphreys が変えたのは、空気のある試行の割合です。彼は平均のまわりの比率を一覧にしていません。要旨の、より高い消去の水準は、その学生たちの、24試行にわたるまばたきの反応です。教室の小テストでも、家事の表でも、関係でもありません。Crossman の要旨は、比率の大きさ5、10、40、80で、固定、変動、ランダムのあいだに全体の率の差を見つけていません。彼らが報告する差は、固定比率における、強化後のより長い休止です。その比較では、ランダム比率は独自のタイプです。毎回一定の確率、たとえば箱が設定した確率で希少な品を出すことは、平均と境界を持つ事前の一覧より、そのランダム比率に近いです。Ferster と Skinner の変動比率は、その一覧です。両方を一つの名前で呼ぶと、休止の結果が隠れます。休止は、固定の回数を他の二つから分けました。 第二の限界は、符号化されたゲームとしてのルートボックスと、領収としてのルートボックスです。Aaron Drummond と James D. Sauer、『Nature Human Behaviour』2巻、2018年8月、530–532ページは読み直していません。Zendle と Cairns は、参加を促し維持する仕方において、ルートボックスの体系が賭博と構造的・心理的な類似を持つ、という彼らの結論を引いています。Drummond と Sauer 自身の説明は、2018年6月28日の『The Conversation』と、議会への書面です。彼らは2016年と2017年に出た、据置機とPCの22本を見直した、と述べます。22本のうち10本、彼らはこれを45パーセントとも書きます、が、彼らの当てはめた Mark Griffiths の五基準のすべてを満たしました。金または価値のあるものが手を渡り、未知の将来の出来事が交換を決め、偶然が関わり、加わらなければ損失を避けられ、勝者の得は敗者の失を代価にします。第五の基準は、後の対戦での競争上の利で判断し、希少な外見の主観的な価値は脇に置きました。彼らの規則では、外見だけの箱はその第五に失敗しえて、それでも彼らの説明では、価値のある品は変動する回数で出ます。彼らはその変動する回数を変動比率スケジュールと呼びます。10パーセントの例、平均して十箱に一度成功し、正確な回数は変わる、は説明です。名前のあるゲームのドロップ率ではありません。22本中の10本は、符号化の件数です。η² = 0.054 ではなく、反応率でもありません。 第三の限界は、平均を見られない人にスケジュールを使うことです。授業や家庭は平均を示しても、なおこのスケジュールでありえます。学生、労働者、または相手が続けてしまうように平均を隠すのは、スケジュールを圧力として使うことです。このページのどの研究も、相手の親切な行為と冷たい行為を、平均比率に対して数えていません。残ることはその回数ではありません。離れることに、スケジュールの名前は要りません。過剰正当化効果は、人がすでにしていた活動に約束された報酬のあと、後の自由な選択が下がることです。学習性無力感は、人が変えられなかった結果のあと、後の行動が下がることです。この二行は、次の強化子までの変動する回数ではありません。 Zendle と Cairns の訂正、『PLOS ONE』、2019年3月14日、論文 e0214167 は、結論の一文を削ります。その文は、問題なしと問題賭博の分割が、ルートボックス支出の分散の37.7パーセントを説明した、と述べていました。彼らは、それがプレプリントのパラメトリックな検定を指し、掲載稿では使わなかった、と書きます。そのパーセントはここでの結果ではありません。掲載された η²、0.054 と 0.004 は残ります。標本は題目を知っており、Reddit で募られ、英語で答えています。重さの窓は12か月です。支出の質問は「毎月」と書き、日付を刷っていません。これらは一つの窓ではありません。

​
よくある誤解

三つの語り直しが名前とともに動きます。一つは、安定した払いが人をやめさせる、と言います。一つは、あらゆる驚きを比率と呼びます。一つは、支出の結び、または予測できない相手を、最も依存を生みやすい仕組みの証明として読みます。
毎回の反応に強化子があれば、それが届き続けるあいだ、反応は維持されます。Humphreys の要旨は、毎回の空気と半分の空気のあいだに、獲得の差を見つけていません。高い水準は消去にありました。訓練で半分だけ空気があった人は、その後の空気のない24試行で高かった。払われている局面と、止めた局面は二つです。家事のたびに謝意があるなら、それはまだ消去ではありません。
Skinner の分割は、計数器かタイマーかです。次の払いが変動する待ちのあとで到来するなら、変動間隔です。変動するのが反応数なら、変動比率です。毎回一定の確率は、Crossman の比較におけるランダム比率の隣です。その要旨の大きさでは、全体の率はタイプで分かれませんでした。より長い休止は固定の回数にありました。時間とともに更新される流れは、まだ比率として書かれていません。
2018年の区分平均は重さの帯とともに上がり、著者は向きを拒みます。訂正は37.7パーセントの文を削ります。Drummond と Sauer の22本中10本は、五基準を満たすゲームの件数であり、プレイの率ではありません。毎回何かが入っていることと、希少な品が変動する回数で出ることは、両立します。Zendle と Cairns は、ESRB がルートボックスを野球カードに比べ、驚きがあり、いつも何かが手に入る、と述べた文を引いています。その文は比率ではありません。このページのどの相手にも、数えた平均はありません。

​
関連概念

変動比率強化の隣には、偶然の課題に乗った技能の手がかり、次の外れについての信念、約束された報酬、前の利得、すでに払った金、そして変えられなかった結果のあとの行動の低下があります。

制御の錯覚

偶然の課題に技能の手がかりが乗ると、見積もりが偶然を上回ります。技能に見える掴みはその手がかりです。変動する回数は別の行です。

ギャンブラーの誤謬

外れが次の当たりを必然にする、という信念です。平均を持つ系列でも、長い外れはありえます。

過剰正当化効果

人がすでに選んでいた活動への約束された報酬のあと、後の自由な選択が下がります。その行は変動する回数ではありません。

ハウスマネー効果

利得のあと、賭けを受けやすくなることです。利得は前のものです。次の強化子までの平均反応数ではありません。

サンクコストの誤謬（Sunk Cost Fallacy）

すでに払ったもののために残ることです。次の予測できない賞は、続ける別の理由です。

学習性無力感

人が変えられなかった結果のあと、後の行動が下がります。強化子までの変動する回数は、もう一方の向きです。

​
一言で言うと

習慣を変動比率強化と呼ぶ前に、反応、強化子、変動する回数を書き、ルートボックスの区分平均を、その回数が支出を引き起こした証拠として読まない。