两个信号之间的空间距离会系统地影响它们之间的主观时间,该时空错觉称为Kappa效应。经典模型认为,知觉到的时距是物理时间和期望时间的加权平均值,其中期望时间是距离和恒定速度的商。我们的前期研究发现该模型能够由贝叶斯模型所推导出来。最近有研究提出量值信息能够被神经系统进行对数转化,进而在大脑中进行表征,该观点与韦伯-费希纳定律一致。本研究采用自适应的时距比较法,考察经典模型和基于韦伯-费希纳定律的改进模型对数据的拟合度。系统地操纵两对光点之间的空间距离和时间间隔,令被试比较第一对光点之间的时间和第二对光点之间的时间(分别记作标准时距、比较时距)。标准时距随机选自0.5秒和1秒,空间距离为1°;比较时距的长度会随着被试的反应而变化,空间距离随机选自1、2、4、8、16、32°之一。如果被试正确反应,则减少标准时距和比较时距的差异,反之则增加标准时距和比较时距的差异。采用贝叶斯统计决策理论分别推导了经典模型和基于韦伯-费希纳定律的改进模型的数学表达式。然后采用经典模型和改进模型进行数据拟合,发现改进的对数正态模型的拟合度更佳。提示运用贝叶斯统计决策理论对Kappa效应进行建模时,韦伯-费希纳定律是必要成分之一。本研究也有助于理解人类进行量值加工的认知神经机制。