刺激-反应模型

刺激-反应模型 （stimulus–response model）是将统计单元（英语：statistical unit）（例如神经元）用黑箱模型来表示，以预测在特定量化刺激下的量化反应。

应用领域

刺激-反应模型可以应用在国际关系^[1]、神经心理学测试（英语：Neuropsychological test）^[2]、风险评估^[3]、神经科学^[4]、神经启发的系统设计^[5]等领域。

数学模型

刺激-反应模型的目的是建立可以描述刺激x和反应Y期望值（或是其他量测）之间关系的函数f^{[来源请求]}：

${\displaystyle E(Y)=f(x)}$

常见的简化方式会假设函数是线性的，因此会有以下的关系

${\displaystyle E(Y)=\alpha +\beta x.}$

有关线性模型（英语：linear model）的统计理论（英语：Statistical theory）已发展了五十年以上，也发展了标准的分析方式，称为线性回归。