与这里的一些人相反，其他人（例如Brian Ripley、sensR 的作者和 psyphy的作者）似乎认为在分析两个替代的强制选择数据时，使用标准的二项式链接函数，其中最小预期正确比例为 0.5 是不正确。然而，他们关于链接功能应该是什么的方法各不相同。

1.sensR库使用：

function (mu) 
{
    tres <- mu
    for (i in 1:length(mu)) {
        if (mu[i] > 0.5) 
            tres[i] <- sqrt(2) * qnorm(mu[i])
        if (mu[i] <= 0.5) 
            tres[i] <- 0
    }
    tres
}

2.psyphy库使用：

function (mu) 
{
    m <- 2
    mu <- pmax(mu, 1/m + .Machine$double.eps)
    qlogis((m * mu - 1)/(m - 1))
}

3. Gabriel Baud-Bovy隐式推荐 (1+exp(x)/(1+exp(x)))/2。

选择的方法似乎可能会对结果产生一些影响。是否有一个“正确”的链接函数可以用来解决这些问题，或者只要链接、反向链接、mu.eta 和方差函数都同意，一切都会好起来的？是否有单一来源材料可以提供有关此问题的任何权威指导？

按照约翰的建议，我绘制了这些函数......

替代文字 http://psychlab2.variablesolutions.org/~russell/ForInternet/2AFCFunctionPlots.jpg

黑线是标准逻辑函数。红线是来自 sensR 的函数。蓝线来自psyphy，青色线来自Gabriel Baud-Bovy，但考虑到它提供的奇怪形状，也许我误解了他。psyphy 函数线看起来像我期望的逻辑函数在心理物理学 2AFC 实验中的样子。