Familienübergreifende Imitation und Parameter-Mehrdeutigkeit in der Drift-Diffusions-Inferenz: Ein minimaler synthetischer Stresstest

Diese technische Notiz präsentiert einen kontrollierten synthetischen Stresstest zur inferenziellen Mehrdeutigkeit in der Drift-Diffusion-Inferenz unter endlichen Verhaltensschnittstellen. Mithilfe eines minimalen Drift–Diffusions-Modell (DDM) Setups untersucht die Analyse zwei verwandte Fragen. Erstens wird geprüft, ob die Parameterrekonstruktion stabil bleibt, wenn dieselbe synthetische generative Quelle durch eingeschränkte Beobachtungskanäle basierend nur auf Genauigkeit, nur auf Reaktionszeiten korrekter Antworten und nur auf Reaktionszeiten fehlerhafter Antworten angepasst wird. Zweitens wird getestet, ob ein heterogener Zwei-Drift-Mischprozess verhaltensmäßig von einer einfacheren konstanten Drift-DDM-Familie unter einer gemeinsamen beobachtbaren Schnittstelle nachgeahmt werden kann. Die Ergebnisse sind strikt lokal und diagnostisch. Sie zeigen, dass reduzierte Beobachtungskanäle divergente latente Rekonstruktionen unterstützen können und dass geringe beobachtbare Diskrepanzen mit beträchtlichen latenten strukturellen Unterschieden zwischen Modellfamilien koexistieren können. Zweck der Notiz ist es nicht, eine neue kognitive Theorie einzuführen noch eine universelle Nicht-Identifizierbarkeit sequentieller Stichprobenmodelle zu behaupten. Sie isoliert einen minimalen Fall, in dem scheinbar gutartige Verhaltensvariablen nicht garantiert eine eindeutige Inversion zur latenten Entscheidungsarchitektur erlauben. Das begleitende Paket enthält das PDF, das eigenständige Python-Skript, Reproduzierbarkeitsnotizen und archivierte Referenztabellen, die im Paket verwendet werden. Der Code wird als minimale synthetische Stresstest-Implementierung bereitgestellt, welche die Logik und strukturelle Signatur der Analyse reproduzieren soll und nicht als vollständige Inferenz-Pipeline dient. Diese Metadatenformulierung entspricht auch der Zenodo-Politik des Programms, Aufzeichnungen sauber, lokal, lesbar und methodisch diszipliniert zu halten.