奖赏与决策
条件性位置偏好
测试动物对与药物或奖赏配对过的箱室的偏好。
场地：矩形覆盖整个装置，各箱室在画面中从左到右并排。阶段选 前测、条件化 或 测试。
设置
| 设置 | 默认值 | 含义 |
|---|---|---|
| 装置 | 两箱 | 两箱或三箱 |
| 分隔线位置（两箱） | 距左侧 50 % | 两个箱室的分界处 |
| 中间箱宽度（三箱） | 场地的 20 % | 居中的中间箱宽度 |
| 配对（药物 / 奖赏）侧 | 左 | 哪一侧的箱室是配对箱 |
| 进入区域标准 | 0.5 s | 一次进入箱室的最短停留时间 |
| 指标 | 单位 | 定义 |
|---|---|---|
| 偏好分数 | s | 配对侧箱时间 − 非配对侧箱时间 |
| 配对侧偏好 | % | 配对 / （配对 + 非配对）× 100；机会水平为 50 % |
| 配对侧箱时间、非配对侧箱时间 | s | 在两侧箱室中的时间 |
| 中间箱时间 | s | 在中间箱的时间（三箱装置） |
| 配对箱进入次数 | 次 | 进入配对箱的次数 |
| 总距离 | m |
分析：CPP 通常看的是从前测到测试的变化。在组间分析中选 阶段间变化，从 前测 到 测试，测量指标选 偏好分数，比较各组每只动物的“测试 − 前测”差值。配对测量（配对侧 vs 非配对侧）则检验每组内部的偏好。
双臂老虎机任务
动物在两个奖励概率不同的选项之间逐试次选择，通常更好的选项会发生反转。数据来自操作箱或 T 迷宫，可以逐试次录入（录入试次），更方便的做法是从逐试次 CSV 导入。
列（每个试次一行）：subject、group、可选的 day 或 phase（场次 / 区组）、trial、choice（L/R、left/right 或 0/1）、reward（0/1），以及可选的 p_left、p_right（该试次的奖励概率）和 rt（反应时，秒）。见示例文件。
| 指标 | 单位 | 定义 |
|---|---|---|
| 高价值选择 | % | 选择奖励概率较高选项的比例（需要 p_left/p_right）；机会水平为 50 % |
| 获奖率 | % | 获得奖励的试次 / 试次数 × 100 |
| 赢-留 | % | P（上一试次获奖时，本次做相同选择）× 100 |
| 输-换 | % | P（上一试次未获奖时，本次换选择）× 100 |
| 切换率 | % | P（本次选择与上一次不同）× 100 |
| 选择右侧 | % | 侧别偏好；机会水平为 50 % |
| 学习率 α | — | Q-learning 拟合（见下文） |
| 逆温度 β | — | Q-learning 拟合 |
| 模型伪 R² | — | 1 − NLL / (n · ln 2)，0 表示预测能力等于随机 |
| 试次数 | 次 | |
| 平均反应时 | s | rt 列的平均值 |
序列：提供奖励概率时，给出每次反转前 5 个试次到反转后 20 个试次选择新的最优选项的概率。结果页还会画出整个场次的选择。
Q-learning 模型：每个选项有一个价值 Q，初始为 0.5。每个试次后，更新所选选项的价值：
Q ← Q + α (r − Q)，获奖时 r = 1，否则为 0。
选择概率由两个价值之差经 softmax 给出：
P(右) = 1 / (1 + exp(−β (Q右 − Q左)))。
α（0–1）和 β（0–50）用每只动物的完整试次序列，以最大似然拟合：先网格搜索，再局部搜索细化。至少需要 10 个试次。负对数似然和 BIC 列在结果的参数中。