EF和RJ里是原始数据。
statistical_analysis.R是分析代码，里面用了t.test、wilcox.test符号秩检验、sign.test符号检验、cor.test相关性检验、anova方差分析，都是最基本的参数估计、两总体的假设检验，最后作了glm回归。
其他是画图。
并不复杂，数据完整，代码执行没问题，所以顺着代码走一遍，看一看每一步的结果，自己就知道了。当然前提是你知道上面这些基础的东西。如果不了解这些基础，做太多解释也没啥用。

大神你好，我之前没有涉及过这方面的内容，一直很难看懂图片上已知p,A,V是怎么将α，β还有γ求出来的，请问可以教教我怎么求这三个参数的思路吗

这个图片附件是一个相似的研究也用了这种数学模型，我实在看不明白已知 p ，A， V要怎么求出其他三个参数 α，β和γ

看了一下那两个数据文件夹，原来需要用matlab对原始数据进行处理。
也就是说，上面图片公式中的这些参数，应该是matlab的结果。
matlab我用不起，也就无从查看其中的m代码。

看了一遍R代码，preprocessed_data.csv数据中本来有alpha, beta, gamma，R代码中没有相应的处理。
只不过最后作了risky和ambiguous trials的logit回归。这个回归结果，其实就是图片中第二个公式的变形，公式中的gamma隐含在回归结果中的。

我想，从原始数据和数学模型出发，重新建立数据分析框架，完全用R是可以实现的，但是相当于白手起家，难度太大。
最好还是找熟悉matlab的同学帮你看看m代码。

忘了说一句，我没有帮你解决任何问题。
千万不要浪费你的论坛币。