24、自适应虚拟现实：行为预测与系统优势

自适应虚拟现实：行为预测与系统优势

1. 基于AIM预测行为结果

在研究中，为了预测虚拟环境（VE）中的行为结果，创建了一个数据集。该数据集结合了之前实验的20名参与者数据和早期研究获得的34名参与者数据。早期研究的VE是图9.4所示VE的简化版本，仅包含第1 - 3部分。

从所有54名参与者那里收集了与年龄、性别和个性特征（神经质、开放性）相关的特质变量。同时，计算了VE三个部分的平均风险比率（RR）并进行标准化（z分数）。另外，还计算了每个人在实心方块上站立的平均时间并标准化，因为实心方块在VE中是“安全空间”，所以在实心方块上站立时间越长，代表风险规避程度越高。

在第1 - 3部分的布局中，共有三个“坠落方块”，其中第2部分有两个，第3部分有一个。研究发现，约65.4%的参与者因踩到这些“坠落方块”而经历了虚拟坠落。因此，将参与者分为两组（坠落组和未坠落组），并使用个体特质和行为数据来预测分组情况。

通过逻辑回归分析，结果具有统计学意义[F(6, 41) = 6.88, p <.01]，R²为0.50。从模型的因变量（表9.1）可以看出，年龄和开放性特质与坠落组的成员身份呈正相关，即年龄较大的参与者和开放性较高的参与者更有可能坠落。标准化的RR均值与坠落组的成员身份呈高度负相关，也就是说，RR值高的个体更有可能属于未坠落组。该模型的分类准确率为89.6%。

变量	估计值	统计量	p值
性别