Study Notes bij Onderzoeksmethoden en Statistiek - UvA (2012-2013)

College 1, Hoofdstuk 1 & 2 van Mook

Wat is wetenschap?

In dit college gaat het over wetenschap. We zullen eerst kijken wat wetenschap precies is. Dan gaan we kijken welke bronnen van kennis we gebruiken en welke rol methodologie daarin speelt. Tenslotte zullen we kijken naar de empirische cyclus en correctiemechanismen.

Wetenschap en bronnen van kennis

In wetenschap probeer je dingen te weten. Er zijn vele manieren om kennis te krijgen.
Ten eerste is er intuïtie. Je hebt een bepaald gevoel of iets klopt of niet. Helaas is dat vrij obscuur, voor iedereen is het weer anders. Daarnaast is het onmeetbaar. Intuïtie is lastig te onderzoeken.

Ten tweede heb je persoonlijke ervaring. Je hebt bepaalde ervaringen meegemaakt die je een idee geven hoe zaken in elkaar steken. Persoonlijke ervaring is helaas ook onbetrouwbaar. Het kan alleen voor bepaalde mensen werken. Dat wordt ook wel sampling bias genoemd, de gevallen zijn niet representatief voor iedereen. Daarnaast kan jij als beschouwer er anders naar kijken omdat je graag wilt dat jouw ideëen kloppen. Dit wordt observer bias genoemd. Ook kan je verkeerde gevolgen en verbanden trekken, omdat je bepaalde factoren over het hoofd hebt gezien die ook een oorzaak kunnen zijn. Deze drie ‘fouten’ (sampling bias, observer bias en confounding) worden samen validiteitsbedreigingen genoemd.

Ten derde is er common sense. Dingen weten omdat iedereen ze weet en ze algemeen geaccepteerd zijn. Zoals bijvoorbeeld vroeger iedereen dacht dat god bestaat. Dit is ook niet al te betrouwbaar: massa’s mensen kunnen verkeerde ideëen hebben.

Ten vierde kan je kennis baseren op autoriteit. Einstein zegt dat zonnestralen uit golfjes bestaan. Jij gelooft dat, want je denkt dat iemand zo slim als Einstein dat wel weet. In de wetenschap gebruiken we echter nooit kennis gebaseerd op autoriteit, want ook de autoriteit kan er naast zitten.

Ten slotte kan je ook gewoon gaan observeren. Mook noemt dit Look&see-methode. Je gaat gewoon kijken of de theorie kloppen. Dit doe je heel vaak, en je probeert zo kennis te krijgen. Dit wordt in de wetenschap veel gebruikt. Vaak gebruiken ze daarvoor de empirische cyclus.

Empirische cyclus
Een wetenschapper zal moeten verwijzen naar feiten, gegevens en onderzoeksmethoden. Alles moet na te gaan zijn. Daardoor kan wetenschappelijk onderzoek zichzelf corrigeren als ze iets verkeerd doen.

Wetenschappelijk onderzoek wordt gedaan met de zogenaamde Emprirische cyclus. Dat ziet er als volgt uit (bron:topsupportweb.net)

Let op! De empirische cyclus garandeerd geen wetenschappelijk bewezen feiten.

Spelregels

De wetenschap probeert normen en waarden na te streven. Deze zijn: openheid, grondigheid en eerlijkheid. Op die manier kan wetenschap zichzelf blijven corrigeren als het verkeerd gaat. Deze normen en waarden worden nagestreeft door veel te publiceren en een anarchistische houding aan te nemen. Dat houdt in dat iedereen gelijk is en niks wordt aangenomen vanwege autoriteit.

College 2, Hoofdstuk 2 & 3 van Mook

Theorie en data

In dit college gaan we kijken naar theorie en data. Eerst zullen we kijken naar een theorie, en hoe je daar een hypothese uit vormt: een voorspelling die je kan meten.
Vervolgens gaan we kijken naar de moeilijkheden van operationalisatie. Dat is het proces om variabelen uit een theorie te trekken die je kan meten.

Theorievorming en voorspelling

Nu gaan we aan de slag met het deel van de empirische cyclus theorievorming en voorspelling. Een theorie is een stelsel van algemene principes. Het is algemeen, want er wordt niet gekeken naar wie, wat, hoe en op welke plaats.

Omdat een theorie algemeen is, is hij niet direct te toetsen. Daarom proberen we uit de theorie een hypothese te maken. En vanuit de hypothese maak je een voorspelling.
Bijvoorbeeld:

Theorie: Als je je emoties niet uit, komen ze er toch wel uit
Hypothese: Mensen die nooit kwaad worden, zullen wel psychische problemen ontwikkelen
Voorspelling: Mensen die ‘ja’ antwoorden op de vraag ‘ik word nooit kwaad’ zullen vaker in psychotherapie zitten.

Het is belangrijk dat een theorie te weerleggen is (falsifieerbaar). Zo kunnen we theoriën namelijk blijven corrigeren. Sommige theoriën zijn niet te weerleggen, omdat de voorspellingen altijd uitkomen of omdat er geen voorspellingen te doen zijn.
Bijvoorbeeld de theorie of god wel of niet bestaat.
Als je het zeker wilt weten of een theorie te weerleggen is, doe je de lasmoesproef. Je zegt dan: ‘Als theorie X niet waar zou zijn, dan..’. Als je daar een antwoord op kan geven, dan is je theorie falsifieerbaar.

Als een voorspelling uitkomt, wilt dat nog niet zeggen dat je theorie waar is. Als je voorspelling niet uitkomt, wilt dat nog niet zeggen dat je theorie niet klopt. Je kan namelijk fouten hebben gemaakt in je onderzoek. Daarom moet je blijven onderzoeken. Als een onderzoek vaak blijkt uit te komen, dan zeggen we nog steeds niet dat het waar is. We zeggen dat het evidentie opbouwt voor of tegen een theorie.

Theorie en data

Als je data hebt gekregen, en je probeert dat terug te koppelen naar de theorie, moet je opletten dat je alle data gebruikt. Als je onderzoek doet naar het verband tussen tv-kijken en agressie moet je niet alleen letten op de gevallen dat mensen én tv kijken én agressief zijn. Je moet ook letten op mensen die niet tv-kijken en niet agressief zijn.
Variatie en variabelen

Een variabel is alles wat kan variëren. We maken onderscheid tussen categorische variabelen en continu variabelen. Categorische moet je je voorstellen als een bakje, bijvoorbeeld je bent wel of niet getrouwd. Continu is meer verhoudingen of hoeveelheden. Ook wel respectievelijk ordinal scale en interval scale genoemd.

Je kan variabelen op verschillende manieren waarderen. Een manier is normering. Je meet dan de verhoudingen aan de hand van een van te voren vastgestelde normering. Een andere manier is consensus. Je stelt dan met experts vast wat de criteria zijn. Een laatste manier is door te kijken naar andere theoriën.

Variabelen moeten zowel betrouwbaar zijn als valide. Variabelen zijn betrouwbaar als ze onder dezelfde omstandigheden hetzelfde blijven meten. Valide is als je weet wat je moet meten. Betrouwbaarheid vind je door de correlatie tussen testen te bekijken. Correlatie is een wiskundige getal in hoeverre testen of variabelen met elkaar samenhangen. Die correlatie vind je door opnieuw te testen (ook wel test-hertest genoemd) of als dat moeilijk gaat, door het onderzoek te splitten in twee en te kijken of het eerste gedeelte van de data overeenkomt met het tweede gedeelte (ook wel split half genoemd. Je kijkt dan naar interne consistentie).

Validiteit is veel lastiger te onderzoeken. Er zijn vele manieren, wij bespreken er drie:
1) predictieve validiteit: in hoeverre voorspelt het onderzoek een relevant criterium.
2) convergente & discriminante validiteit: wat is de samenhang met andere testen die hetzelfde meten of juist iets anders meten.
3) constructvaliditeit: gedragen testscores zich wel normaal

College 3, Hoofdstuk 1 & 2 van Agresti

In dit college zullen we eerst kort stilstaan hoe je kan redeneren, daarna hoe je kan kijken naar data.

Redeneren.

Er zijn 3 vormen van redeneren. Je hebt deductief, inductief en statistisch redeneren.
Bij deductief redeneren, is je redenatie noodzakelijk waar. Je stelt een voorwaarde en je leert weinig.
Bv. Als het regent, dan gebruik ik mijn paraplu.
Het regent. Ik gebruik mijn paraplu.
Bij inductief redeneren hoeft het niet noodzakelijk waar te zijn.
Bv. Als het regent, dan gebruik ik mijn paraplu.
Ik gebruik mijn paraplu. Dan hoeft het niet per se te regenen.
Bij statistisch rederen gebruik je woorden als vaak en waarschijnlijjk.
Bv. Heel vaak als het regent, gebruik ik mijn paraplu.
Het regent. Ik gebruik waarschijnlijk mijn paraplu.

Belangrijke termen die in statistiek worden gebruikt zijn populatie, steekproef en inferentie. Een populatie stelt alle proefpersonen voor, waarin we geïnteresseerd zijn. Een steekproef is een deel van de proefpersonen van een populatie.
Inferentie is een conclusie die we trekken uit de gegevens van de steekproef, en we doen dan een uitspraak over de populatie.

Soorten data

Een variabele is een aspect dat (indirect) geobserveerd kan worden. Er zijn twee typen variabelen. Je hebt categorische variabelen en kwantitatieve variabelen. Categorische variabelen zijn vaak abstracte termen die je wel of niet bent. Getrouwd, heb je een duikboot enzovoort. Kwantitatieve variabelen hebben een nummerieke waarde. We deze weer op in discreet kwantitatief en continu kwantitatief. Discreet zijn hele getallen, zoals hoeveel kinderen heb je? Hoeveel sigaretten rook je op een dag? Continu is vaak op een interval. Bijvoorbeeld de hoogte van je IQ.

Statistisch rekenen

De twee belangrijkste rekenkundige termen zijn het gemiddelde en de mediaan.
Het gemiddelde bereken je door alle uitkomsten op te tellen, en dat te delen door het aantal proefjes die je hebt gedaan. ∑x÷n = . Het gemiddelde is dan
De mediaan is de middelste uitkomst van je data. Dus stel je hebt de getallen:
5 7 13 4 2
Dan sorteer je de data:
2 4 5 7 13
De middelste is 5. De mediaan is dus 5.
Als je een even aantal hebt, dan neem je het gemiddelde van de middelste 2.
Stel: 2 4 5 7 8 10
Dan is de mediaan het gemiddelde van 5 en 7: 6.

Hiernaast zie je de gegevens van een bepaalde onderzoek (bron: mzandee.net). Ze hebben gemaakt gezet in een staafdiagram. Als je de staven verbind krijg je een soort curve. Deze curve noemen ze in de statistiek normaalverdeling. In het midden zit het gemiddelde, en ook de median.

De top (mode) hoeft niet precies in het midden te zitten. Als die ergens anders zit, noemen we de grafiek skewed to the left (zit de top rechts) en skweded to the right (zit de top links). Zie boek bladzijde 51.

Spreiding

Als de median en mode van 2 verdelingen gelijk zijn, hoeven de verdeling nog niet gelijk te zijn. De een kan namelijk breder zijn dan de ander. De verdeling is meer gespreid.

Voor de mate van verdeling gebruiken we een formule. Die formule staat op bladzijde 57 van je boek. Daarmee bereken je de standaardeviatie. Dat is een handige maat, daarmee kan je kijken hoe breed de grafiek is. Ze bekijken dan hoever 68% van de metingen van het gemiddelde afzitten. 2 keer de standaarddeviatie geeft 95% van de metingen weer en 3 standaarddeviaties geven 99% van de metingen weer. Dit noemen ze de empirische regel. Deze geld alleen voor een symmetrische verdeling.
Om te kijken hoeveel standaarddeviaties een punt op een grafiek heeft, gebruiken we de z-scores. De formule voor z-score staat op bladzijde 70.

Boxplot

Een manier om data heel snel goed in kan schatten is het gebruik van boxplots. Voordeel hiervan is dat je makkelijk groepen kan vergelijken. Nadeel is dat de top moeilijker te spotten valt. We verdelen de data in kwartielen. Die deelt de verdeling op in 4 stukken van 25%. Het tweede kwartier is de mediaan (50%). Die kwartielen gebruiken we in een boxplot. Een boxplot bestaat uit een doos met snorharen. De lengte van de snorharen is maximaal 1,5 keer de IQR. De IQR (interquartile range) is het verschil tussen de eerste en derde kwartiel, waar dus middelste 50% van de data zit. De data die daar buiten vallen heten outliers, en geven we in een boxplot aan met stippen. (bron plaatje: ni.com)

College 4, Hoofdstuk 3 van Agresti

Associatie

In dit college kijken we naar de samenhang tussen variabelen. Eerst kijken we naar wat een associatie precies is. Dan gaan we kijken naar regressie en correlatie. Ten slotte kijken we naar extreme waarden.

Wat is een associatie?

Associatie is een samenhang tussen variabelen. Om te associatie uit te drukken is het belangrijk om te weten of je categorische of kwantitatieve variabelen hebt.

Intermezzo: Ik zal kort twee begrippen uitleggen.
Je kan variabelen ook op een andere manier indelen, namelijk op afhankelijke (respons) en onafhankelijke (explanatory) variabelen. De afhankelijke variabelen meet je altijd, en die leg je uit met de onafhankelijke variabelen.

Bij categorische variabelen kijk je naar conditionele proporties. Dat is een tabel waar je de verhoudingen makkelijk mee uit kunt rekenen.

                Motor: Ja Nee
Getrouwd
Ja                        8   90
Nee                     20 50

Zoals hierboven ziet een conditionele proportie-tabel eruit.

Regressie

Bij kwantitatieve variabelen kan je de gegeven in een grafiek zetten. Een lijn schetsen waar de punten zoveel mogelijk op liggen noemen ze regresseren. Die lijn vormt de correlatie, hoe sterk het verband is.

Je kan correlatie ook uitrekenen. Dat doe je met de formule in het boek op bladzijde 107.
De correlatie r ligt altijd tussen -1 en 1. Een positieve r geeft positieve samenhang. Een negatieve r geeft negatieve samenhang. Voorwaarde is dat je een lineare relatie nodig hebt, als blijkt in de grafiek dat de punten niet op 1 lijn liggen, maar in een parabool, kan je geen correlatie er uit trekken.
Let op! De correlatie is niet causaal en legt daarom niet oorzaak en gevolg uit.

Terug naar regressie. ŷ=a+bx is de algemene formule die geld voor die lijn. a is het startgetal, b de hellingsgetal. De rare y gebruiken we zodat we weten dat het over regressie gaat.
Met de regressielijn kan je voorspellen. De punten in de grafiek hoeven niet precies op de lijn te zitten. Het verschil tussen een punt en de lijn noem je het residu (y- ŷ). Dat is de predictiefout. Je kan door y- ŷ te kwadrateren en daar de som van te nemen de residual sum of squares krijgen. Als je die zo laag mogelijk weet te krijgen spreken we van least squares (LS).

De helling (slope) en het startgetal (intercept) kan je vinden met de formules in het boek op bladzijde 118.

Extreme waarden kunnen de regressielijn heel sterk beïnvloeden, wees daarvan bewust.

Tip van de docent: maak altijd een plot, dan weet je zeker dat er een lineare lijn bij zit.

College 5, Hoofdstuk 5.1 en 5.2 van Agresti

Kansrekening

We gaan het dit college hebben over wat kans precies is. Daarna behandelen we de wet van grote getallen, en tot slot de rekenregels van kansrekening.

Kans en grote getallen

Als je een dobbelsteen gooit, is de kans dat je een 6 gooit, 1/6.
Elke zijde is gelijkwaardig, omdat het een even grote kans heeft om gegooid te kunnen worden. Dat betekend niet dat als je 6 keer gooit, je elke zijde een keer raakt.

Je moet veel herhalingen maken om de kans van een systeem te kunnen onderzoeken. Dat is het basisprincipe van de empirische wet.

Veel gokkers denken dat ze op basis van een klein stukje geschiedenis kunnen voorspellen waar bijvoorbeeld de bal valt na roulette. Dat wordt het gambler’s fallacy genoemd. Maar meestal komt de kans pas naar voren op de lange termijn. Voorwaarde is dat elke trial, keer dat je het systeem test, onafhankelijk van elkaar is.

De theoretische wet van de empirische wet luidt als volgt: de kans op A bij proportie A komt naar voren bij oneindig herhalen onder gelijke omstandigheden.

Een person genaamd Bayes bedacht de subjectieve kans. De kans dat morgen de zon niet opkomt is zo goed als 0. Hij doet het aan de hand van degree of believe. Procedures zijn echter lastig om mee te werken en we komen er eigenlijk ook niet echt meer mee in aanraking.
Wij gebruiken de frequentische benadering. Dus we gebruiken de empirische regel.

Rekenregels

Om te kijken wat de mogelijkheden zijn, gebruiken we een uitkomstruimte. Daar staan alle mogelijkheden in.

Bijvoorbeeld:
Dobbelsteen {1,2,3,4,5,6}
Muntje {kop, munt}
3 muntjes {munt munt munt, kop munt munt, munt kop munt, … , kop kop kop}

Een term die veel gebruikt wordt is gebeurtenis. Een deelverzameling van de uitkomstruimte. Bijvoorbeeld A {2,4,6} . In de uitkomst van een gebeurtenis ben je geïnteresseerd.

De formule voor het berekenen van het aantal combinaties is:
Combinaties = (aantal mogelijke uitkomsten) tot de macht (aantal herhalingen).
Bv. Je gooit 5 keer met een dobbelsteen. Dat is 6 tot de macht 5 aantal combinaties.

Gigantische uitkomstruimten zetten we in een venn diagram.
Daar gebruiken we de termen disjunct, intersection en vereniging. Bij disjunct is er niks gemeenschappelijks tussen de gebeurtenissen. Bij intersection (doorsnede) delen ze een waarde of waarden. Verenigingen vallen hele gebeurtenissen samen.

Rekenregel die we daarbij gebruiken:
De totale kans dat iets gebeurt is 1.
Als 2 gebeurtenissen disjunct zijn, dan is de kans op de ene, 1 - de ander.
P(A) = 1 – P(B)
Bij een doorsnede geldt de volgende formule:
P (A of B) = P(A) + P(B) – P(A+B)
Zijn P(A) en P(B) onafhankelijk (dus er is geen doorsnede of vereniging), dan geldt:
P (A en B) = P(A) * P(B)

Onafhankelijk is dus wanneer er disjunct is. Als iemand dan A heeft dan weet ik ook hoeveel die B heeft. Bijvoorbeeld: getrouwd of niet getrouwd. Als je weet dat 55% getrouwd is, dan weet je dat 45% niet getrouwd is.

College 6, Hoofdstuk 5.3 en 5.4 van Agresti

Conditionele kans en toepassingen

Wat is conditionele kans?

Vandaag gaan we vooral kijken naar het concept achter de conditionele kans.
Bij conditionele kans, kijk je naar de kans op een gebeurtenis, gegeven een bepaalde conditie. Bijvoorbeeld P (auto | rood haar). We kijken hoe groot de kans is dat je een auto hebt, gegeven dat je rood haar hebt. We doen dan alleen onderzoek onder roodharigen.

Je berekent de conditionele kans met de volgende formule:
P (A|B) = P (A en B) / P (B)
Je bekijkt hoe groot de verhouding is dat iemand beide eigenschappen heeft (zowel A als B, zowel rood haar als auto) op de totale hoeveelheid van eigenschap B of rood haar.

Wat is onafhankelijkheid?

Onafhankelijkheid is een belangrijk begrip, dat de hele tijd terug komt. Condtionele kans zegt iets over de afhankelijkheid en onafhankelijkheid. Twee gebeurtenissen A en B zijn onafhankelijk als het optreden van gebeurtenis B niets veranderd aan de kans van het optreden van gebeurtenis A.

Gegeven de formule hierboven, kunnen we de formule ombuigen naar een tweede formule.
P (A|B) = P (A en B) / P (B)
We weten van vorige les dat voor onafhankelijke variabelen geldt: P (A en B) = P(A) * P(B)
Daarom: P (A|B) = P (A)
B heeft in die formule dus geen invloed op A.

Diagnostische instrumenten

Laten we naar een voorbeeld kijken.
In een populatie is de kans op autisme 0,1%. De kans dat de diagnose juist voorspelt dat mensen autisme hebben is 99% en de diagnose voorspelt 98% juist wanneer mensen geen autisme hebben.
P (diagnose autisme juist) = 0,99
P (diagnose geen autisme juist) = 0,98
P (kans op autisme) = 0,001
Als je dat in een tabel zet, en de resterende waarde uitrekent, krijg je het volgende (totaal is altijd 1)

                                      Uitslag
Autisme                  +               -                      Totaal
Ja                            0,99           0,01                 1
Nee                         0,02           0,98                 1
P (+|A) noemen ze de sensiviteit. Dat is dus de hoeveelheid mensen met autisme die juist zijn gediagnotiseerd.
P (- |Ag) noemen ze specifiteit, de mensen met geen autisme die juist zijn gediagnotiseerd.
Wanneer er positief wordt gediagoniseerd, maar de persoon heeft geen autisme, wordt dat het false positive rate genoemd. Mensen die negatief worden gediagnotiseerd maar wel autisme hebben, wordt het false negative rate genoemd.

Bij de grafiek hoort nog een formule. Namelijk de formule van Bayes.

P (A|B) = P (A en B) / P (B) was de formule waarmee we begonnen.
Alleen nu hebben we in ons onderzoek alleen maar mensen die autisme hebben gediagnotiseerd, je moet daarom meenemen hoeveel mensen in de hele populatie dat hebben.

Als je dat meeneemt krijg je de volgende formule (je hoeft hem niet te onthouden, je krijgt een formuleblad bij het tentamen. Tevens mag je bij het tentamen een grafische rekenmachine gebruiken):
P(A|+) =( P(+|A) * P(A) ) / ( P(+|A) * P(A) + P(+|Ag) * P )

College 7, Hoofdstuk 8

Visuele waarneming

In dit college gaan we kijken naar visuele waarneming. We zullen het hebben over hoe je weet waar iets staat en wat het is. Tenslotte zullen we kijken welke ‘constanten’ het lichaam waarneemt.

Visuele waarneming

Het doel van visuele waarneming is om licht om te zetten in objecten. Oftewel objecten te herkennen. Daarbij staat het tegenover twee problemen: wat is iets? Dat wordt gereguleerd via een zogenaamde what-pathway in de hersenen (route van occipitale kwab naar temporale kwab). Een ander probleem is waar iets staat. Dat wordt gereguleert via de where-pathway (van occipitale kwab naar pariëtale kwab).

Positiebepaling

We zullen het hier hebben over de what-pathway.
Probleem bij het zien van diepte, is dat het licht van kleine plaatjes dichtbij hetzelfde beeld geven op de retina in de ogen, als grote plaatjes die ver weg zijn. Toch kunnen we diepte zien. Dat gebeurt op 2 manieren:
De ene manier is met 2 ogen, wat binoculaire cues genoemd worden. En met een oog, wat monoculaire cues genoemd worden.

De manier van binoculaire cues is binoculaire dispariteit. Binoculaire dispariteit houdt in dat beelden tussen het linker en rechter oog verschillen. En dat verschil wordt door speciale hersencellen geïnterpreteerd. Dit werkt met name op kleine afstanden, want op grote afstanden worden de lichtstralen vrij parallel.

Monoculaire cues gebeurt op verschillende manieren:
- occlusie: objecten die elkaar afdekken
- relatieve grootte: een mens op de voorgrond en op de achtergrond
- perspectief
- textuur: hoeveelheid details/textuur verwaagt als de plaatjes verder weg staan
- afstand tot de horizon
- licht en schaduw: kom doordat we gewend zijn dat licht van boven komt (de zon).
- bewegingsparallax: bijvoorbeeld als je op het station in een trein zit, en je ziet door het raam een andere trein wegrijden.

Objectherkenning

Probleem: welke informatie komt er binnen, en wat kunnen we verwachten door context? De binnenkomende informatie wordt geregeld door het bottum-up mechanisme. De te verwachten informatie wordt geregeld door top-down mechanisme. Dit zijn belangrijke begrippen. Dit komt zo verder nog aan bod.

Er zijn verschillende hersenstoornissen betreft objectherkenning (visuele agnostie). Zo is er visuele vormagnosie. Dan kan je objecten slecht waarnemen.
Ook is er visuele objectagnosie. Dan kun je objecten wel waarnemen, maar niet herkennen. Ook is er visuele gezichtsagnosie. Mensen kunnen dan gezichten niet meer herkennen. Dit verschilt van object agnosie, want gezichten worden op een speciale manier verwerkt.

Contrasten, lijnen en randen

Het is belangrijk om contouren te zien, zodat je objecten van elkaar kan onderscheiden. Die contouren zie je door het verschil in lichtintensiteit. Ook zie je objecten door middel van contrastwaarneming. Contrasten worden door de hersenen versterkt of verzwakt.
Dat wordt als volgt verklaard: Als er licht op een neuron valt, gaat het vuren. Hoe meer licht er valt, des te meer de neuron gaat vuren. Dit is niet altijd het geval, namelijk bij laterale inhibitie. Dat houdt in dat als de activiteit van neuron lager is, als de neuronen in de omgeving al sterk vuren.
Ogen van de mens zijn sterk homoloog met ogen van apen. Hubel & Wiesel waren de eerste die op neuron-niveau onderzoek deden naar visie. Ze vonden dat we specifieken neuronen in de primaire visuele cortex hebben voor zeer specifieke stimuli. Denk bijvoorbeeld aan kleur, beweging, oriëntatie en vorm.

Theoriën objectherkenning

Er zijn een aantal theoriën, die de basis vormen in objectherkenning:
Treisman: objectwaarneming gebeurt in twee stappen. Eerste is de detectie van features (eigenschappen als oriëntatie, vorm, kleur enzovoort). Daarna volgt de integratie van features: ment vormt automatisch en zeer nauwkeurig een beeld van die features.

Biederman: er zijn basis structurele vormen, die we vormen uit features. Deze vormen heten geonen. Als we geonen combineren zien we objecten.

Gestaltpsychologie: De hele stimulus wordt geïnterpreteerd. De duitse term die daarbij centraal staat is Prägnanz, je ziet de meest eenvoudige vorm. Dat mechanisme zit al ingebakken in je zenuwstelsel. Onderdelen van deze Prägnaz zijn:
1. Nabijheid
2. Gelijksoortigheid
3. Sluiten van een figuur (closure)
4. Voortzetting (good continuation)
5. Common movement (punten die bij elkaar dezelfde beweging maken)

Belangrijk principe hierbij is dat we kunnen waarnemen (bottum up, van sensorische neuronen naar de virtuele cortex), maar ook al bepaalde verwachtingen hebben door context, van wat we waarnemen (top down, komt van andere hersengebieden naar de virtuele cortex).

Waarneming van constanten

Er zijn drie constanten die we waarnemen: licht (lichtconstante), grootte (grootteconstante), en vorm (vormconstante).

College 8, Hoofdstuk 9

Indeling voor dit college:
- bijzondere mensen
- geheugen naar soort
- geheugen naar tijd
- geheugen naar actief proces

Bijzondere mensen

Als eerste keken we naar Daniel Tammet. Hij heeft een heel bijzonder geheugen. Zo heeft hij ijslands, een moeilijke taal, geleerd in een week. Ook heeft hij meer dan 20.000 decimalen van pi onthouden.
Er zijn ook mensen met geen geheugen. Ze kunnen bijvoorbeeld geen nieuwe feiten meer onthouden. Dit wordt temporaalkwabamnesie genoemd. Ze kunnen geen nieuwe kennis meer aanleren, maar wel nieuwe vaardigheden. Dit wijst erop dat er een verschil is tussen geheugen voor kennis en voor vaardigheden.
Geheugen is noodzakelijk voor cognitief gedrag. Denk daarbij aan bijvoorbeeld taal of het oplossen van problemen. Ook heeft geheugen een groot praktische belang, zoals in het onderwijs of getuigenverklaringen in een rechtzaak. Geheugenexperimenten worden vaak op een bepaalde manier opgezet. Eerst een leerfase waar je al dan wel of niet een instructie krijgt om iets te leren. Vervolgens een retentiefase, een tijdsperiode tussen het leren en testen. En ten slotte de testfase, waarin er gekeken wordt wat je nog weet van de leerfase.

Geheugen naar soort

We kunnen het geheugen indelen in de manier waarop je het gebruikt, zowel bewust als onbewust. Het onbewuste geheugen wordt impliciet geheugen genoemd. Alles wat je bewust onthoudt heet expliciet geheugen.
Impliciet geheugen wordt gebruikt bij het aanleren van vaardigheden, klassieke conditionering en priming. Priming is het van te voren opwekken van bepaalde associaties.
Het expliciete geheugen delen we op in semantisch en eposodisch. Semantisch is kennis die je hebt van de wereld, woordbetekenissen en algemene kennis door ervaringen. Eposodisch is het geheugen waarbij je het hebt onthouden wanneer je iets hebt gedaan. Het geheugen koppel je aan de tijd. De hippocampus speelt bij expliciet geheugen een belangrijke rol.

Geheugen naar tijd

Je kan ook op een andere manier naar geheugen kijken, namelijk door te kijken naar hoe lang je bepaalde informatie opslaat. Het Atkinson-Shiffrin model (1968) wordt hier vaak bij gebruikt. Dat houdt in dat je eerst sensorische input krijgt, vervolgens zorgt je aandacht ervoor dat daarvan bepaalde informatie naar je korte termijn geheugen gaat. En het korte termijn geheugen heeft een wisselwerking met het langetermijngeheugen.
Elk zintuig heeft bijbehoren kopie-achtig geheugen. Dit noemen ze het sensorische geheugen. Zo kan je bijvoorbeeld nabeelden zien (iconisch geheugen, duurt circa 250 milliseconden), of geluid terughoren (echoisch geheugen, duurt 4 seconden). Vervolgens komt dat in je kortetermijngeheugen, ook wel werkgeheugen genoemd, door aandacht. Maar dat proces werkt niet altijd even goed. Bijvoorbeeld als we ergens onze aandacht op richten, we dingen niet zien (ook wel inattentional blindness genoemd). Ook zien we soms veranderingen in plaatjes niet. Dit noemen ze change blindness. Toch is aandacht heel belangrijk, want met opname in het werkgeheugen heeft het ook kans om in het langetermijngeheugen te komen.
Een bijbehoren effect is het zogenaamde cocktail-party effect. Als je op een feestje bent, kan jij het gesprek van je gesprekspartner filteren van alle andere gesprekken, door aandacht.  Echter, sommige stimuli zijn sterk getriggerd, zoals je eigen naam. Hoewel je op dat feestje op je eigen gesprek focust, kan het toch zo zijn dat je in een ander gesprek je eigen naam opvangt.
Als je dan je aandacht op bepaalde delen van het sensorische geheugen richt, komt het in het kortetermijngeheugen. Het kortetermijngeheugen heeft een visueel en klank subsysteem. Daar wordt vaak gebruik van gemaakt bij geheugentesten.
Bepaalde informatie in het kortetermijngeheugen wordt opgeslagen in het langetermijngeheugen. Dit gebeurt door elaboratie (ermee bezig zijn), organisatie door middel van chunking, herhaling en slapen.
Het ophalen van informatie uit het langetermijngeheugen gebeurt niet zomaar, meestal heb je daar een cue voor nodig. De reden waarom je het met een cue weer op kan halen, is omdat informatie in je langetermijngeheugen altijd samen is gecodeerd met een context. Denk daarbij aan bijvoorbeeld je emoties, de omgeving waarin je leert of tijd van de dag.
Als je weer iets wilt herinneren, dan kan het aanslaan van dezelfde emoties, omgeving of tijdstip van leren, weer die informatie triggeren om vrij te komen uit het langetermijngeheugen.

Geheugen naar actief proces

Herinneren is een actief proces. Het gebeurt doordat je informatie construeert. Dat gebeurt bijvoorbeeld met schema’s en script. Schema’s is de organisatie van objecten aan de hand van een bepaalde plaats. Scripts is de organisatie van onderdelen aan de hand van een bepaalde plaats. Als je bijvoorbeeld naar een restaurant gaat, dan vertelt je schema je, dat je zeer waarschijnlijk een tafel, stoel, eten en een ober aantreft. Naar aanleiding van je script kan je verwachten dat je eerst een voorgerecht krijgt, dan een diner en vervolgens het toetje.
Informatie kan je ook construreren door het te visualiseren, of het wekken van suggesties en associaties.