目前对于人们在归类不确定情境下的特征预测的内部机制存在不同的观点。主要有以下几种:Anderson(1991)提出了特征预测的贝叶斯规则。Murphy和Ross(1994)提出的单类说认为,人们的特征预测基于最可能的靶类别。莫雷和赵海燕(2002)发现维度的结合和分离影响特征预测,并在原贝叶斯规则的基础上提出了修正了的贝叶斯规则。王墨耘和莫雷(2005)提出一种新观点,认为特征预测不是以类别为中介,而是基于特征关联综合条件概率的直接推理。　　 本研究包括四个实验,以大学生为被试,采用集中呈现样例的范式,对以上各个理论进行检验。在实验1和实验2中,关键特征集中分布在靶类别。实验1在针对群体提问的形式下重复了刘志雅(2008)的实验。实验2在实验1的基础上对竞争特征的集中程度进行调整。实验1a和实验2a的结果表明,针对个体提问的特征预测是基于类别的,且符合莫雷和赵海燕提出的修正了的贝叶斯规则。实验1b和实验2b的结果表明,针对群体提问的特征预测是基于特征联结的,且符合王墨耘和莫雷提出的条件综合概率模型。　　 在实验3和实验4中,关键特征分散分布在靶类别和非靶类别。实验3是双优势条件,即竞争特征和关键特征的数量相等。实验3的结果表明,当竞争特征分散于不同的类别时,特征预测是基于特征联结的,且符合王墨耘和莫雷的条件综合概率模型。实验4是单优势条件,即竞争特征的数量高于关键特征的数量。实验4的结果表明,无论竞争特征在各个类别的集中分散程度高低,特征预测都是基于特征联结的,且符合王墨耘和莫雷的条件综合概率模型。　　 本研究得出以下结论:当事先对目标进行归类然后进行特征预测时,特征预测是基于类别的,且符合修正了的贝叶斯规则。当直接进行预测时,特征预测是基于特征联结的,且符合条件综合概率模型。在直接特征预测时,在单优势条件下,集中程度不影响特征预测。在直接特征预测时,在双优势条件下,被试更倾向于选择集中集中的特征。