We hypothesize themovement endpoint

We hypothesize the
movement endpoint distribution as a sum of two
independent normal distributions. One distribution reflects
the relative precision governed by the speed-accuracy
tradeoff rule in the human motor system, and the other
captures the absolute precision of finger touch independent
of the speed-accuracy tradeoff effect. Based on this
hypothesis, we derived the FFitts model—an expansion of
Fitts’ law for finger touch input. We present three
experiments in 1D target acquisition, 2D target acquisition
and touchscreen keyboard typing tasks respectively. The
results showed that FFitts law is more accurate than Fitts’
law in modeling finger input on touchscreens. At 0.91 or a
greater R
2
value, FFitts’ index of difficulty is able to
account for significantly more variance than conventional
Fitts’ index of difficulty based on either a nominal target
width or an effective target width in all the three
experiments.

Results (Thai) 1:

เรา hypothesizeการกระจายปลายทางเคลื่อนย้ายเป็นผลรวมของสองอิสระการกระจายปกติ กระจายหนึ่งสะท้อนความสัมพันธ์โดยความเร็วความถูกต้องกฎข้อดีข้อเสียในระบบมอเตอร์มนุษย์ และอื่น ๆ จับความแม่นยำแน่นอนของนิ้วสัมผัสอิสระของลักษณะพิเศษข้อดีข้อเสียความเร็วความแม่นยำ ตามนี้สมมติฐาน เรามาแบบ FFitts แบบขยายกฎหมายของ Fitts สำหรับป้อนข้อมูลแบบสัมผัสนิ้ว เรานำเสนอ 3ทดลองซื้อเป้าหมาย 1D ซื้อเป้าหมาย 2Dและแป้นพิมพ์สัมผัสพิมพ์งานตามลำดับ ที่ผลลัพธ์ที่แสดงให้เห็นว่ากฎหมาย FFitts ถูกต้องมากกว่าของ Fittsกฎหมายในนิ้วป้อนข้อมูลบนหน้าจอสัมผัส ที่ 0.91 หรือR มากกว่า2 ค่า FFitts' ดัชนีความยากไม่ได้บัญชีสำหรับผลต่างอย่างมีนัยสำคัญมากขึ้นกว่าปกติของ Fitts ดัชนีความยากอยู่ในเป้าหมายที่ระบุความกว้างหรือความกว้างในทั้งสามเป้าหมายประสิทธิภาพการการทดลอง

Results (Thai) 2:

เราตั้งสมมติฐาน
การกระจายปลายทางการเคลื่อนไหวเป็นผลรวมของทั้งสอง
การแจกแจงปกติที่เป็นอิสระ สะท้อนให้เห็นถึงการกระจายตัวหนึ่ง
ที่มีความแม่นยำญาติควบคุมโดยความเร็วความถูกต้อง
ถ่วงดุลอำนาจการปกครองในระบบมอเตอร์มนุษย์และอื่น ๆ
จับความแม่นยำแน่นอนของนิ้วสัมผัสอิสระ
ของความเร็วความถูกต้องของผลการถ่วงดุลอำนาจ ตามนี้
สมมติฐานที่เราได้มาจากการขยายตัว FFitts รูปแบบของ
กฎหมาย Fitts สำหรับนิ้วป้อนข้อมูลแบบสัมผัส เรานำเสนอสาม
การทดลองในการซื้อเป้าหมาย 1D ซื้อเป้าหมาย 2D
และการพิมพ์แป้นพิมพ์หน้าจอสัมผัสงานตามลำดับ
ผลการศึกษาพบว่ากฎหมาย FFitts มีความถูกต้องมากกว่า Fitts '
กฎหมายในการป้อนข้อมูลลายนิ้วมือแบบจำลองบนทัชสกรีน ที่ 0.91 หรือ
มากขึ้น R
2
มูลค่า FFitts 'ดัชนีของความยากลำบากจะสามารถ
บัญชีสำหรับความแตกต่างอย่างมีนัยสำคัญมากขึ้นกว่าเดิม
Fitts 'ดัชนีของความยากลำบากขึ้นอยู่กับเป้าหมายทั้งระบุ
ความกว้างหรือความกว้างของเป้าหมายที่มีประสิทธิภาพในทุกสาม
การทดลอง

Results (Thai) 3:

เราพบ
เคลื่อนไหวรัวกระจายเป็นจำนวนสอง
การแจกแจงปกติที่เป็นอิสระ การกระจายสัมพัทธ์หนึ่งสะท้อน
แม่นยำควบคุมโดยความเร็วความถูกต้อง
ข้อเสียกฎในระบบมอเตอร์ของมนุษย์ และความสมบูรณ์ของตัวอื่น

นิ้วสัมผัสอิสระของความเร็วความถูกต้องแลกเปลี่ยนผล ตามสมมติฐานนี้
,เรานำรูปแบบการขยายตัวของ ffitts
กฎหมาย Fitts สำหรับใส่นิ้วสัมผัส เราเสนอสาม

เป้าหมายการพัฒนาทักษะการทดลองใน 1D , 2D และเป้าหมายการซื้อพิมพ์งานตามหน้าจอสัมผัสแป้นพิมพ์
ผลการศึกษาพบว่า กฎหมาย ffitts ถูกต้องมากขึ้นกว่ากฎหมาย Fitts
นางแบบใส่นิ้วกับ touchscreens . ที่ 3 หรือมากกว่า R
2

ค่า ffitts ' ดัชนีความยากได้
บัญชีสูงกว่าความแปรปรวนกว่าปกติ
Fitts ดัชนีความยากง่ายตามด้วยชื่อเป้าหมาย
ความกว้างหรือที่มีเป้าหมายกว้างทั้งสาม
การทดลอง