El modelo de estímulo-respuesta es una caracterización de una unidad estadística (como una neurona ). El modelo permite predecir una respuesta cuantitativa a un estímulo cuantitativo , por ejemplo uno administrado por un investigador. En psicología, la teoría de la respuesta al estímulo se refiere a formas de condicionamiento clásico en las que un estímulo se convierte en una respuesta pareada en la mente de un sujeto. [1]
Campos de aplicación
Los modelos de estímulo-respuesta se aplican en relaciones internacionales, [2] psicología , [3] evaluación de riesgos , [4] neurociencia , [5] diseño de sistemas de inspiración neuronal, [6] y muchos otros campos.
Las relaciones farmacológicas dosis-respuesta son una aplicación de modelos de estímulo-respuesta.
Formulación matemática
El objeto de un modelo de estímulo-respuesta es establecer una función matemática que describa la relación f entre el estímulo x y el valor esperado (u otra medida de ubicación) de la respuesta Y : [7]
Una simplificación común asumida para tales funciones es lineal, por lo que esperamos ver una relación como
La teoría estadística para modelos lineales se ha desarrollado bien durante más de cincuenta años, y se ha desarrollado una forma estándar de análisis llamada regresión lineal .
Funciones de respuesta limitada
Dado que muchos tipos de respuesta tienen limitaciones físicas inherentes (por ejemplo, contracción muscular máxima mínima), a menudo es aplicable utilizar una función limitada (como la función logística ) para modelar la respuesta. De manera similar, una función de respuesta lineal puede ser poco realista, ya que implicaría respuestas arbitrariamente grandes. Para variables dependientes binarias, análisis estadístico con métodos de regresión como el modelo probit o modelo logit , u otros métodos como el método de Spearman-Karber. [8] Los modelos empíricos basados en regresión no lineal suelen preferirse al uso de alguna transformación de los datos que linealiza la relación estímulo-respuesta. [9]
Un ejemplo de un modelo logit para la probabilidad de una respuesta a la entrada real (estímulo), () es
dónde son los parámetros de la función.
Por el contrario, un modelo Probit sería de la forma
dónde es la función de distribución acumulativa de la distribución normal .
Ecuación de colina
En bioquímica y farmacología , la ecuación de Hill se refiere a dos ecuaciones estrechamente relacionadas, una de las cuales describe la respuesta (la producción fisiológica del sistema, como la contracción muscular) al fármaco o toxina , en función de la concentración del fármaco . [10] La ecuación de Hill es importante en la construcción de curvas dosis-respuesta . La ecuación de Hill es la siguiente fórmula, donde es la magnitud de la respuesta, es la concentración del fármaco (o equivalentemente, la intensidad del estímulo), es la concentración de fármaco que produce una respuesta semimáxima y es el coeficiente de Hill .
Tenga en cuenta que la ecuación de Hill se reordena a una función logística con respecto al logaritmo de la dosis (similar a un modelo logit).
Referencias
- ^ Biscontini, Tyler J. "¿Qué es la teoría de estímulo-respuesta en psicología?" .
- ^ Greg Cashman (2000). "Interacción internacional: teoría de estímulo-respuesta y carreras de armamentos" . ¿Qué causa la guerra ?: una introducción a las teorías del conflicto internacional . Libros de Lexington. págs. 160-192. ISBN 978-0-7391-0112-4.
- ^ Stephen P. Kachmar y Kimberly Blair (2007). "Asesoramiento a lo largo de la vida" . En Jocelyn Gregoire y Christin Jungers (ed.). El compañero del consejero: lo que todo consejero principiante necesita saber . Routledge. pag. 143. ISBN 978-0-8058-5684-2.
- ^ Walter W. Piegorsch y A. John Bailer (2005). "Evaluación cuantitativa del riesgo con datos de estímulo-respuesta" . Analizando datos ambientales . John Wiley e hijos. págs. 171–214. ISBN 978-0-470-84836-4.
- ^ Geoffrey W. Hoffmann (1988). "¿Neuronas con histéresis?" . En Rodney Cotterill (ed.). Simulación por computadora en la ciencia del cerebro . Prensa de la Universidad de Cambridge. págs. 74–87. ISBN 978-0-521-34179-0.
- ^ Teodor Rus (1993). Metodología de sistemas para software . World Scientific. pag. 12. ISBN 978-981-02-1254-4.
- ^ Meyer, AF, Williamson, RS, Linden, JF y Sahani, M. (2017). Modelos de funciones neuronales estímulo-respuesta: elaboración, estimación y evaluación. Fronteras en neurociencia de sistemas , 10, 109.
- ^ Hamilton, MA; Russo, RC; Thurston, RV (1977). "Método de Spearman-Karber recortado para estimar concentraciones letales medias en bioensayos de toxicidad". Ciencia y tecnología ambientales . 11 (7): 714–9. Código Bibliográfico : 1977EnST ... 11..714H . doi : 10.1021 / es60130a004 .
- ^ Bates, Douglas M .; Watts, Donald G. (1988). Análisis de regresión no lineal y sus aplicaciones . Wiley . pag. 365. ISBN 9780471816430.
- ^ a b Neubig, Richard R. (2003). "Comité de la Unión Internacional de Farmacología sobre nomenclatura de receptores y clasificación de fármacos. XXXVIII. Actualización sobre términos y símbolos en farmacología cuantitativa" (PDF) . Revisiones farmacológicas . 55 (4): 597–606. doi : 10.1124 / pr.55.4.4 . PMID 14657418 . S2CID 1729572 .
Otras lecturas
- Holanda, Peter C. (2008). "Teorías del aprendizaje cognitivo versus estímulo-respuesta" . Aprendizaje y comportamiento . 36 (3): 227–241. doi : 10.3758 / lb.36.3.227 . PMC 3065938 . PMID 18683467 .