Ratcliff, Voskuilen, and McKoon (2018) presented data and model-based analyses that provided strong evidence for across-trial variability in evidence entering the decision process in several perceptual tasks. They did this using a double-pass procedure in which exactly the same stimuli are presented on two widely-separated trials. If there were only random variability (i.e., the first and second presentations of a stimulus were independent), then the agreement in the choice made on the two trials would be a function of accuracy: as accuracy increases from chance to 100% correct, then the probability of agreement increases. In the experiments, agreement was greater than that predicted from independence which means that there was systematic variability in items from trial to trial. Evans et al. (2020) criticized this by arguing that because of possible tradeoffs among parameters, the evidence did not support two sources of across-trial variability, but rather the results could be explained by only a systematic (item) component of variability. However, their own analysis showed that parameter estimates were accurate enough to support identification of the two sources of variability. We present a new analysis of possible sources of across-trial variability in evidence and show that systematic variability can be estimated from accuracy-agreement functions with a functional form that depends on only two diffusion model parameters. We also point out that size of the estimates of these two sources are model-dependent. (PsycInfo Database Record (c) 2021 APA, all rights reserved).

中文翻译：

---

估计感知决策中系统性和随机性的可变性来源：对 Evans、Tillman 和 Wagenmakers 的答复（2020 年）。

Ratcliff、Voskuilen 和 McKoon（2018 年）提出了基于数据和模型的分析，这些分析为在几个感知任务中进入决策过程的证据的跨试验变异性提供了强有力的证据。他们使用双通道程序来做到这一点，在该程序中，在两个广泛分开的试验中呈现完全相同的刺激。如果只有随机变异性（即刺激的第一次和第二次呈现是独立的），那么在两次试验中做出的选择的一致性将是准确性的函数：随着准确性从偶然性增加到 100% 正确，那么达成协议的可能性增加。在实验中，一致性大于独立性预测的一致性，这意味着从试验到试验的项目存在系统变异性。埃文斯等人。（2020）批评了这一点，认为由于参数之间可能存在权衡，证据不支持跨试验变异性的两个来源，而是结果只能用变异性的系统（项目）组成部分来解释。然而，他们自己的分析表明，参数估计足够准确，可以支持识别两种可变性来源。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。证据不支持跨试验变异性的两个来源，而是结果可以仅用变异性的系统（项目）组成部分来解释。然而，他们自己的分析表明，参数估计足够准确，可以支持识别两种可变性来源。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。证据不支持跨试验变异性的两个来源，而是结果可以仅用变异性的系统（项目）组成部分来解释。然而，他们自己的分析表明，参数估计足够准确，可以支持识别两种可变性来源。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。他们自己的分析表明，参数估计足够准确，可以支持识别两种可变性来源。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。他们自己的分析表明，参数估计足够准确，可以支持识别两种可变性来源。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。我们对证据中的跨试验变异性的可能来源进行了新的分析，并表明系统变异性可以从具有仅取决于两个扩散模型参数的函数形式的准确性一致性函数来估计。我们还指出，这两个来源的估计大小取决于模型。（PsycInfo 数据库记录 (c) 2021 APA，保留所有权利）。