Mathematical Psychology

This project investigates mathematical psychology's historical and philosophical foundations to clarify its distinguishing characteristics and relationships to adjacent fields. Through gathering primary sources, histories, and interviews with researchers, author Prof. Colin Allen - University of Pittsburgh [1, 2, 3] and his students Osman Attah, Brendan Fleig-Goldstein, Mara McGuire, and Dzintra Ullis have identified three central questions:

What makes the use of mathematics in mathematical psychology reasonably effective, in contrast to other sciences like physics-inspired mathematical biology or symbolic cognitive science?
How does the mathematical approach in mathematical psychology differ from other branches of psychology, like psychophysics and psychometrics?
What is the appropriate relationship of mathematical psychology to cognitive science, given diverging perspectives on aligning with this field?

Preliminary findings emphasize data-driven modeling, skepticism of cognitive science alignments, and early reliance on computation. They will further probe the interplay with cognitive neuroscience and contrast rational-analysis approaches. By elucidating the motivating perspectives and objectives of different eras in mathematical psychology's development, they aim to understand its past and inform constructive dialogue on its philosophical foundations and future directions. This project intends to provide a conceptual roadmap for the field through integrated history and philosophy of science.

The Project: Integrating History and Philosophy of Mathematical Psychology

This project aims to integrate historical and philosophical perspectives to elucidate the foundations of mathematical psychology. As Norwood Hanson stated, history without philosophy is blind, while philosophy without history is empty. The goal is to find a middle ground between the contextual focus of history and the conceptual focus of philosophy.

The team acknowledges that all historical accounts are imperfect, but some can provide valuable insights. The history of mathematical psychology is difficult to tell without centering on the influential Stanford group. Tracing academic lineages and key events includes part of the picture, but more context is needed to fully understand the field's development.

The project draws on diverse sources, including research interviews, retrospective articles, formal histories, and online materials. More interviews and research will further flesh out the historical and philosophical foundations. While incomplete, the current analysis aims to identify important themes, contrasts, and questions that shaped mathematical psychology's evolution. Ultimately, the goal is an integrated historical and conceptual roadmap to inform contemporary perspectives on the field's identity and future directions.

The Rise of Mathematical Psychology

The history of efforts to mathematize psychology traces back to the quantitative imperative stemming from the Galilean scientific revolution. This imprinted the notion that proper science requires mathematics, leading to "physics envy" in other disciplines like psychology.

Many early psychologists argued psychology needed to become mathematical to be scientific. However, mathematizing psychology faced complications absent in the physical sciences. Objects in psychology were not readily present as quantifiable, provoking heated debates on whether psychometric and psychophysical measurements were meaningful.

Nonetheless, the desire to develop mathematical psychology persisted. Different approaches grappled with determining the appropriate role of mathematics in relation to psychological experiments and data. For example, Herbart favored starting with mathematics to ensure accuracy, while Fechner insisted experiments must come first to ground mathematics.

Tensions remain between data-driven versus theory-driven mathematization of psychology. Contemporary perspectives range from psychometric and psychophysical stances that foreground data to measurement-theoretical and computational approaches that emphasize formal models.

Elucidating how psychologists negotiated to apply mathematical methods to an apparently resistant subject matter helps reveal the evolving role and place of mathematics in psychology. This historical interplay shaped the emergence of mathematical psychology as a field.

The Distinctive Mathematical Approach of Mathematical Psychology

What sets mathematical psychology apart from other branches of psychology in its use of mathematics?

Several key aspects stand out:

Advocating quantitative methods broadly. Mathematical psychology emerged partly to push psychology to embrace quantitative modeling and mathematics beyond basic statistics.
Drawing from diverse mathematical tools. With greater training in mathematics, mathematical psychologists utilize more advanced and varied mathematical techniques like topology and differential geometry.
Linking models and experiments. Mathematical psychologists emphasize tightly connecting experimental design and statistical analysis, with experiments created to test specific models.
Favoring theoretical models. Mathematical psychology incorporates "pure" mathematical results and prefers analytic, hand-fitted models over data-driven computer models.
Seeking general, cumulative theory. Unlike just describing data, mathematical psychology aspires to abstract, general theory supported across experiments, cumulative progress in models, and mathematical insight into psychological mechanisms.

So while not unique to mathematical psychology, these key elements help characterize how its use of mathematics diverges from adjacent fields like psychophysics and psychometrics. Mathematical psychology carved out an identity embracing quantitative methods but also theoretical depth and broad generalization.

Situating Mathematical Psychology Relative to Cognitive Science

What is the appropriate perspective on mathematical psychology's relationship to cognitive psychology and cognitive science? While connected historically and conceptually, essential distinctions exist.

Mathematical psychology draws from diverse disciplines that are also influential in cognitive science, like computer science, psychology, linguistics, and neuroscience. However, mathematical psychology appears more skeptical of alignments with cognitive science.

For example, cognitive science prominently adopted the computer as a model of the human mind, while mathematical psychology focused more narrowly on computers as modeling tools.

Additionally, mathematical psychology seems to take a more critical stance towards purely simulation-based modeling in cognitive science, instead emphasizing iterative modeling tightly linked to experimentation.

Overall, mathematical psychology exhibits significant overlap with cognitive science but strongly asserts its distinct mathematical orientation and modeling perspectives. Elucidating this complex relationship remains an ongoing project, but preliminary analysis suggests mathematical psychology intentionally diverged from cognitive science in its formative development.

This establishes mathematical psychology's separate identity while retaining connections to adjacent disciplines at the intersection of mathematics, psychology, and computation.

Looking Ahead: Open Questions and Future Research

This historical and conceptual analysis of mathematical psychology's foundations has illuminated key themes, contrasts, and questions that shaped the field's development. Further research can build on these preliminary findings.

Additional work is needed to flesh out the fuller intellectual, social, and political context driving the evolution of mathematical psychology. Examining the influences and reactions of key figures will provide a richer picture.

Ongoing investigation can probe whether the identified tensions and contrasts represent historical artifacts or still animate contemporary debates. Do mathematical psychologists today grapple with similar questions on the role of mathematics and modeling?

Further analysis should also elucidate the nature of the purported bidirectional relationship between modeling and experimentation in mathematical psychology. As well, clarifying the diversity of perspectives on goals like generality, abstraction, and cumulative theory-building would be valuable.

Finally, this research aims to spur discussion on philosophical issues such as realism, pluralism, and progress in mathematical psychology models. Is the accuracy and truth value of models an important consideration or mainly beside the point? And where is the field headed - towards greater verisimilitude or an indefinite balancing of complexity and abstraction?

By spurring reflection on this conceptual foundation, this historical and integrative analysis hopes to provide a roadmap to inform constructive dialogue on mathematical psychology's identity and future trajectory.

The SDTEST^®

The SDTEST^® is a simple and fun tool to uncover our unique motivational values that use mathematical psychology of varying complexity.

The SDTEST^® helps us better understand ourselves and others on this lifelong path of self-discovery.

Here are reports of polls which SDTEST^® makes:

1) Акции на компании во врска со персоналот во минатиот месец (да / не)

2) Акции на компании во однос на персоналот во последниот месец (факт во%)

3) Стравувања

4) Најголеми проблеми со кои се соочува мојата земја

5) Кои квалитети и способности ги користат добрите лидери при градење успешни тимови?

6) Google. Фактори кои влијаат на ефикасноста на тимот

7) Главните приоритети на барателите на работа

8) Што го прави шефот одличен водач?

9) Што ги прави луѓето успешни на работа?

10) Дали сте подготвени да добиете помалку плата за далечински од далечина?

11) Дали постои агизам?

12) Агизам во кариерата

13) Агизам во животот

14) Причини за агизам

15) Причини зошто луѓето се откажуваат (од Ана Витал)

16) Доверба (#WVS)

17) Анкета за среќа во Оксфорд

18) Психолошка благосостојба

19) Каде би била вашата следна највозбудлива можност?

20) Што ќе направите оваа недела за да се грижите за вашето ментално здравје?

21) Liveивеам размислувајќи за моето минато, сегашност или иднина

22) Меритократија

23) Вештачка интелигенција и крај на цивилизацијата

24) Зошто луѓето се одложуваат?

25) Родова разлика во градењето на самодоверба (IFD Allensbach)

26) Xing.com Проценка на културата

27) „Петте дисфункции на тимот“ на Патрик Ленциони

28) Емпатијата е ...

29) Што е неопходно за специјалистите за ИТ при изборот на понуда за работа?

30) Зошто луѓето се спротивставуваат на промените (од Сиобан Мекхајл)

31) Како ги регулирате вашите емоции? (од Навал Мустафа М.А.)

32) 21 вештини што ви плаќаат засекогаш (од Еремија Тео / 赵汉昇)

33) Вистинската слобода е ...

34) 12 начини да се изгради доверба со другите (од Justinастин Рајт)

35) Карактеристики на талентиран вработен (од Институт за управување со таленти)

36) 10 клучеви за мотивирање на вашиот тим

37) Алгебра на совеста (од Владимир Лефевр)

38) Три различни можности на иднината (од д-р Клер В. Грејвс)

39) Акции за градење на непоколеблива самодоверба (од Сурен Самарчан)

40)

Below you can read an abridged version of the results of our VUCA poll “Fears“. The full version of the results is available for free in the FAQ section after login or registration.

Стравувања

графикониКорелација

VUCA

Тип на корелација	Линеарна (Пирсон) Линеарна (Пирсон) Нелинеарно (Spearman)
Критична вредност на коефициентот на корелација	Нормална дистрибуција, од Вилијам Сеали Госет (студент) Нормална дистрибуција, од Вилијам Сеали Госет (студент) Не нормална дистрибуција, од Спирман	Покажете само резултати > r = 0.0294

Дистрибуција	Не нормално	Не нормално	Не нормално	Нормално	Нормално	Нормално	Нормално	Нормално
Сите прашања Сите прашања Мојот најголем страв е
Мојот најголем страв е
Answer 1	-	Слаба позитивен 0.0475	Слаба позитивен 0.0210	Слаба негативни -0.0214	Слаба позитивен 0.1000	Слаба позитивен 0.0342	Слаба негативни -0.0105	Слаба негативни -0.1505
Answer 2	-	Слаба позитивен 0.0187	Слаба позитивен 0.0032	Слаба негативни -0.0357	Слаба позитивен 0.0611	Слаба позитивен 0.0475	Слаба позитивен 0.0094	Слаба негативни -0.0987
Answer 3	-	Слаба негативни -0.0032	Слаба позитивен 0.0012	Слаба негативни -0.0418	Слаба негативни -0.0473	Слаба позитивен 0.0442	Слаба позитивен 0.0770	Слаба негативни -0.0240
Answer 4	-	Слаба позитивен 0.0403	Слаба позитивен 0.0305	Слаба негативни -0.0241	Слаба позитивен 0.0198	Слаба позитивен 0.0336	Слаба позитивен 0.0227	Слаба негативни -0.0988
Answer 5	-	Слаба позитивен 0.0218	Слаба позитивен 0.1265	Слаба позитивен 0.0068	Слаба позитивен 0.0828	Слаба позитивен 0.0008	Слаба негативни -0.0119	Слаба негативни -0.1822
Answer 6	-	Слаба позитивен 0.0065	Слаба позитивен 0.0165	Слаба негативни -0.0621	Слаба негативни -0.0123	Слаба позитивен 0.0193	Слаба позитивен 0.0850	Слаба негативни -0.0406
Answer 7	-	Слаба позитивен 0.0137	Слаба позитивен 0.0441	Слаба негативни -0.0686	Слаба негативни -0.0370	Слаба позитивен 0.0461	Слаба позитивен 0.0730	Слаба негативни -0.0518
Answer 8	-	Слаба позитивен 0.0592	Слаба позитивен 0.0827	Слаба негативни -0.0228	Слаба позитивен 0.0102	Слаба позитивен 0.0380	Слаба позитивен 0.0151	Слаба негативни -0.1380
Answer 9	-	Слаба позитивен 0.0693	Слаба позитивен 0.1576	Слаба позитивен 0.0039	Слаба позитивен 0.0606	Слаба негативни -0.0095	Слаба негативни -0.0453	Слаба негативни -0.1750
Answer 10	-	Слаба позитивен 0.0719	Слаба позитивен 0.0590	Слаба негативни -0.0104	Слаба позитивен 0.0204	Слаба позитивен 0.0416	Слаба негативни -0.0075	Слаба негативни -0.1319
Answer 11	-	Слаба позитивен 0.0595	Слаба позитивен 0.0536	Слаба негативни -0.0006	Слаба позитивен 0.0093	Слаба позитивен 0.0242	Слаба позитивен 0.0192	Слаба негативни -0.1254
Answer 12	-	Слаба позитивен 0.0400	Слаба позитивен 0.0990	Слаба негативни -0.0371	Слаба позитивен 0.0337	Слаба позитивен 0.0296	Слаба позитивен 0.0290	Слаба негативни -0.1509
Answer 13	-	Слаба позитивен 0.0727	Слаба позитивен 0.0967	Слаба негативни -0.0350	Слаба позитивен 0.0235	Слаба позитивен 0.0341	Слаба позитивен 0.0169	Слаба негативни -0.1581
Answer 14	-	Слаба позитивен 0.0832	Слаба позитивен 0.0882	Слаба негативни -0.0023	Слаба негативни -0.0189	Слаба позитивен 0.0039	Слаба позитивен 0.0120	Слаба негативни -0.1127
Answer 15	-	Слаба позитивен 0.0553	Слаба позитивен 0.1247	Слаба негативни -0.0264	Слаба позитивен 0.0096	Слаба негативни -0.0189	Слаба позитивен 0.0270	Слаба негативни -0.1193
Answer 16	-	Слаба позитивен 0.0646	Слаба позитивен 0.0299	Слаба негативни -0.0306	Слаба негативни -0.0487	Слаба позитивен 0.0642	Слаба позитивен 0.0190	Слаба негативни -0.0672

Извоз во MS Excel

Оваа функционалност ќе биде достапна во вашите избори во VUCA

Добро

You can not only just create your poll in the тарифа «V.U.C.A анкета дизајнер» (with a unique link and your logo) but also you can earn money by selling its results in the тарифа «Продавница за анкети», as already the authors of polls.

If you participated in VUCA polls, you can see your results and compare them with the overall polls results, which are constantly growing, in your personal account after purchasing тарифа «Мојата SDT»

[1] https://twitter.com/wileyprof

[2] https://colinallen.dnsalias.org

[3] https://philpeople.org/profiles/colin-allen

2023.10.13

FearpersonqualitiesprojectorganizationalstructureRACIresponsibilitymatrixCritical ChainProject Managementfocus factorJiraempathyleadersbossGermanyChinaPolicyUkraineRussiawarvolatilityuncertaintycomplexityambiguityVUCArelocatejobproblemcountryreasongive upobjectivekeyresultmathematicalpsychologyMBTIHR metricsstandardDEIcorrelationriskscoringmodelGame TheoryPrisoner's Dilemma

Валери Косенко

Сопственик на производ SaaS SDTEST®

Валерии се квалификуваше како социјален педагог-психолог во 1993 година и оттогаш го применува своето знаење во управувањето со проекти.
Валери се здоби со магистерска диплома и квалификација за менаџер на проект и програма во 2013 година. За време на неговата магистерска програма, тој се запозна со Project Roadmap (GPM Deutsche Gesellschaft für Projektmanagement e. V.) и Spiral Dynamics.
Валери е автор на истражување на неизвесноста на V.U.C.A. концепт со користење на спирална динамика и математичка статистика во психологијата и 38 меѓународни анкети.

Овој пост има 0 Коментари

Одговори на

Откажете одговор

Оставете го вашиот коментар