資料提取 資料分析 第七步提取相應的資料指標

2021-10-16 07:34:50 字數 2600 閱讀 1045

sr research中國代表處官網

通過前面的5或6步操作後,基本操作的預處理過程已經完成,對於某些領域的實驗,例如閱讀中,還會存在步驟為注視過濾等操作剔除小於或大於一定範圍值的資料等的操作(在後面的文章中會依次介紹到),完成上述操作後,就可以進行眼動資料指標的提取了,對於ia興趣區指標的提取可參考以下文章。

ia興趣區內的眼動資料指標提取

ia興趣區眼動資料中的興趣區變數輸出

第七步  眼動資料指標

在很多時候,使用者可能疑惑軟體中列出的指標和文獻中所列出的指標存在名稱不對應的問題,這其實在大多數時候不是問題,它決定著是否對該指標完全的理解,以下內容列出在閱讀領域常見的眼動指標對應dv中的指標。

下面以文獻中的例子為例進行闡述:

圖:假設的眼動軌跡圖

注:該軌跡圖以詞語為興趣區, 興趣區間用豎線隔開,圓點代表注視點, 箭頭代表眼跳方向, 數字序號代表注視次序

首次注視時間(ffd,first fixation duration)

在上圖中每興趣區內所對應的注視事件:(1)、(3)、(4)、(5)、(9)、(10)、(11)、(12)

在dv中指標提取:

第二次注視時間(sfd,second fixation duration)

定義:當乙個興趣區在首輪加工過程中被多次注視時, 第二個注視事件的持續時間。

在上圖中每興趣區內所對應的注視事件:(2)、(13)

在dv中指標提取:

凝視時間(gd,gaze duration)

定義:指從首次注視點開始到注視點首次離開當前興趣區之間的持續時間, 包括興趣區內的回視。

在上圖中每興趣區內所對應的注視事件:(1)+(2)、(3)、(4)(5)、(9)、(10)、(11)、(12)+(13)

在dv中指標提取:

回視時間(regression time)

定義:指所有回視到當前興趣區的注視時間之和。

在上圖中興趣區內所對應的注視事件:(6)

計算方法:使用在興趣區內的總注視時間減去首輪注視時間(在某些時候也是凝視時間),在dv中提取ia_dwell_time和ia_first_run_dwell_time兩個指標,然後相減即可得出回視時間。

興趣區內總注視時間(total fixation duration)

定義:也被稱為總停留時間(total dwell time) 、總閱讀時間(total reading time) 或總**時間(total viewing time),是落在興趣區的所有注視點的時間的總和。

在上圖中每興趣區內所對應的注視事件:(1)+(2)+(6)、(7)、(3)、(4)、(5)+(8)、(9)、(10)、(11)、(12)+(13)

在dv中指標提取:

興趣區內平均注視時間(mean fixation duration)

定義:興趣區內所有注視點的持續時間的平均值。

計算方法:在dv中需要提取興趣區內總注視時間和總注視次數,然後在其它軟體中進行計算。

總注視次數:

眼跳距離(saccadic amplitude/saccadic length/saccadic size)

定義:眼跳距離是指從眼跳開始到此次眼跳結束之間的距離。

計算方法:從dv軟體中可匯出的眼跳距離資料是以視角度數為單位(°)。然後在根據需求可進行計算以不同的字數或厘公尺(cm)為單位的,如以字數為單位,則計算每字所對應的視角,通過相除即可計算所得字數;如以厘公尺(cm),則利用三角函式(tan)和眼睛到螢幕的距離,計算對應的長度。

再注視比率(refixation rate)

計算方法:從dv軟體中匯出相同興趣區內首輪注視次數,然後在其它軟體中進行累計相同興趣區的所有被試的注視情況,如計數為1,則為被單一注視;大於1,則為多次注視,則比率為多次注視/(單一注視+多次注視計數)

推薦閱讀:

資料分析 | 如何檢視edf原始眼動資料 資料分析 | 第一步匯入資料

資料分析 | 第二步視覺化資料 資料分析 | 第三步建立熱點圖(可選) 資料分析 | 第四步trial grouping試次分組

python資料分析 關鍵字提取

tf idf term frequencey inverse document frequency 指詞頻 逆文件頻率,它屬於數值統計的範疇。使用tf idf,我們能夠學習乙個詞對於資料集中的乙個文件的重要性。tf idf有兩部分,詞頻和逆文件頻率。首先介紹詞頻,這個詞很直觀,詞頻表示每個詞在文件或...

《利用python進行資料分析》第七章

預設做inner連線 pandas.merge df1,df2,on key a key b how outer 兩個物件列名不同可以分別指定 pandas.merge df1,df2,left on key1 right on key2 how outer left index true或righ...

《七周資料分析師》第七周 Python學習筆記

python作用 1.利用python寫指令碼 2.excel視覺化有效能瓶頸,需要python來實現。第七周所有環節 3.numpy和pandas 1.python groupby mysql不支援分組排序 2.concat和merge concat是強行耦合 merge,是有共同名,優先表進行耦...