One participant’s data was removed

One participant’s data was removed from the analysis because she appeared to
confuse the exclusion and inclusion directions. For analysis, the exclusion and inclusion
test accuracies were used to compute probabilities of recollection and familiarity.
Because the participant is asked not to include any words that they recollect are in the
list, in the exclusion case, the exclusion is the probability of familiarity without the
probability of recollection and familiarity (P(F) – P(F∩R)). In the inclusion case, the
participant will put down a word from the list if he or she either recollects it or it is
familiar, so inclusion is the probability of recollection or familiarity (P(F∪R) = P(F) +
P(R) – P(F∩R)). If you subtract exclusion from inclusion you can then find the
probability of recollection ([P(F) + P(R) – P(F∩R)] – [P(F) – P(F∩R)] = P(R)). To find
the probability of familiarity, you are able to divide the exclusion by 1- P(R) because the
familiarity and the recollection are assumed to be independent ([P(F) – P(F∩R)]/[1-
P(R)] = ([P(F) – P(F)P(R)]/[1- P(R)] = P(F)).iliarity

ผลลัพธ์ (ไทย) 1:

ข้อมูลของผู้เข้าร่วมหนึ่งถูกลบออกจากการวิเคราะห์เนื่องจากเธอ
สับสนแยกและรวมคำแนะนำ วิเคราะห์ แยก และรวม
accuracies ทดสอบใช้ในการคำนวณกิจกรรมเลือนและความคุ้นเคย
เนื่องจากผู้เข้าร่วมจะต้องไม่รวม คำที่พวกเขาฟื้นความจำอยู่ในตัว
รายการ ในกรณีแยก น่าคุ้นเคยโดยไม่มีข้อยกเว้น
น่าเลือนและความคุ้นเคย (P(F) – P(F∩R)) ในกรณีรวม
ผู้เข้าร่วมจะทำลง word จากรายการถ้าเขาหรือเธอจะ recollects หรือมันเป็น
คุ้นเคย ดังนั้นรวมเป็นความน่าเป็นของเลือนหรือความคุ้นเคย (P(F∪R) = P(F)
P(R) – P(F∩R)) ถ้าคุณลบแยกออกจากการรวม คุณสามารถแล้วค้นหาการ
น่าเลือน ([P(F) P(R)-P(F∩R)] – [P(F)-P(F∩R)] = P(R)) หา
น่าคุ้นเคย คุณจะสามารถแบ่งข้อยกเว้น โดย 1-P(R) เนื่องจากการ
ความคุ้นเคยและการเลือนจะถือว่าอิสระ ([P(F)-P(F∩R)]/[1-
P(R)] = ([P(F)-P(F)P(R)] / [1-P(R)] = P(F)) .iliarity

ผลลัพธ์ (ไทย) 2:

ข้อมูลหนึ่งที่ผู้เข้าร่วมจะถูกลบออกจากการวิเคราะห์เพราะเธอดูเหมือนจะ
สร้างความสับสนให้ยกเว้นและรวมทิศทาง สำหรับการวิเคราะห์การยกเว้นและรวม
ความถูกต้องทดสอบถูกนำมาใช้ในการคำนวณความน่าจะเป็นของความทรงจำและความคุ้นเคย
เพราะผู้เข้าร่วมถูกถามไม่ได้ที่จะรวมคำใด ๆ ที่พวกเขาจำที่อยู่ใน
รายการยกเว้นในกรณีที่ยกเว้นความน่าจะเป็นของความคุ้นเคยโดยไม่ต้อง
น่าจะเป็นของความทรงจำและความคุ้นเคย (P (F) - P (F ∩ R)) ในกรณีที่การรวมที่
ผู้เข้าร่วมจะใส่ลงคำจากรายการถ้าเขาหรือเธอทั้ง recollects มันหรือจะเป็น
ที่คุ้นเคยเพื่อรวมความน่าจะเป็นของความทรงจำหรือความคุ้นเคย (P (F ∪ R) = P (F) +
P (R) - P (F ∩ R)) ถ้าคุณลบการยกเว้นจากการรวมแล้วคุณจะพบ
ความน่าจะเป็นของความทรงจำ ([P (F) + P (R) - P (F ∩ R)] - [P (F) - P (F ∩ R)] = P ( R)) พบ
ความน่าจะเป็นของความคุ้นเคยที่คุณสามารถที่จะแบ่งการยกเว้นโดย 1 - P (R) เพราะ
ความคุ้นเคยและความทรงจำจะถือว่าเป็นอิสระ ([P (F) - P (F ∩ R)] / [1 -
P (R)] = ([P (F) - P (F) P (R)] / [1 - P (R)] = P (F)) iliarity.

ผลลัพธ์ (ไทย) 3:

ข้อมูลหนึ่งที่ผู้เข้าร่วมจะถูกลบออกจากการวิเคราะห์ เพราะหล่อนดู
สับสนยกเว้นเส้นทางรวม สำหรับการวิเคราะห์ และทดสอบความถูกต้อง ยกเว้นการใช้เพื่อคำนวณค่าความน่าจะเป็นของ

ความทรงจำและความคุ้นเคย เพราะผู้ถามไม่ต้องมีคำพูดใด ๆที่พวกเขาจำเป็นใน
รายการ ยกเว้นกรณีข้อยกเว้นคือความเป็นไปได้ของความคุ้นเคยโดยไม่
ความน่าจะเป็นของความทรงจำและความคุ้นเคย ( P ( F ) - P ( F ∩ R ) ) ในการรวมกรณี
เข้าร่วมจะใส่ลงคำจากรายการถ้าเขาหรือเธอให้จดจำ หรือมันคือ
คุ้นเคย ดังนั้นการรวมเป็นโอกาสแห่งความทรงจำหรือความคุ้นเคย ( P ( F ∪ r ) = P ( F )
P ( r ) P ( F ∩ ( R ) )ถ้าคุณลบไปจากการรวมคุณสามารถค้นหา
ความน่าจะเป็นของความทรงจำ ( [ p ( F ) P ( R ) และ P ( F ∩ r ) ] - [ P ( F ) - P ( F ∩ r ) ] = P ( R ) ) ค้นหา
ความน่าจะเป็นของความคุ้นเคยที่คุณสามารถแบ่งออกโดย 1 - P ( R ) เพราะความคุ้นเคยและความทรงจำ
จะถือว่าเป็นอิสระ ( [ p ( F ) - P ( F ∩ R ) ] / [ -
1 P ( R ) ] [ P ( F = ( และ P ( F ) P ( R ) ] / [ 1 - P ( r ) = P ( F ) iliarity