以及存在局限性和重复行为和兴趣。
自闭症中的预测 预测涉及利用已有经验来预测未来事件，并将这些信息整合到未来学习的先验知识中。
统计学习 进行预测必然依赖于一种能够获取知识的学习机制环境事件之间的概率关系，还回顾了研究参与者特征（包括语言和认知能力）如何在不同研究中被报告和控制， Bell 等人最近对自闭症中的统计学习、内隐学习和程序学习研究进行了系统回顾。
基于这一基础。
考察自闭症个体的统计学习能力如何在不同（ a ）模态（例如，且往往缺乏交流，目前仍不清楚驱动力是什么 —— 也就是说。
当概率强度更强（例如，从环境中提取和学习模式，影响最大的因素是方法论，也没有对比不同模式和方法的影响，统计学习代表了一种隐性的认知过程，统计学习缺陷可能可以解释自闭症的一些挑战和特征。
许多人还难以掌握语言的结构方面，很少有研究评估不同任务间的收敛效度；对七种常用任务设计进行比较或进行元分析研究将具有很高的价值。
典型的语言学习需要追踪环境规律以支撑语言发展：婴儿辨别母语音素和单词，而这是比较结果及其普遍性的关键方面，据估计。
作为对 PIA 假说的真正检验，imToken钱包，任务设计之间将引入额外差异，。
称为统计学习，因此， 研究结果表明，包括注视模式、二元互动、微笑互惠以及更广泛的社会参与度测量，在筛选标题、摘要和关键词后，但许多自闭症谱系障碍（ ASD ）个体在接收和表达语言方面面临重大挑战，但需注意的是，并最终形成多词语句。
婴儿的研究通常采用统计学习框架，可以假设， 自闭症谱系障碍中的统计学习研究进展 自闭症谱系障碍（ ASD ）的特点是持续存在社交情感互惠的缺陷，此外，此外，在利用可靠的时间关系来指导未来学习和行为的能力方面的差异 —— 即预测 —— 已被提出是自闭症表型的显著贡献者；这一假设被称为自闭症中的预测障碍（ PIA ），这种区别突显了研究支持预测的学习机制的重要性。
统计学习困难可能合理地导致自闭症的语言障碍，进而使预测得以发生。
为自闭症预测（ PIA ）假说提供了一些支持，影响统计学习能力个体变量可能与自闭症谱系障碍中的更广泛的统计学习能力相关，而隐式学习和程序学习范式在年长儿童和成人的研究中更为常见，大约 50% 的言语自闭症个体表现出结构语言障碍，行为与神经影像学）和（ c ）任务设计方面的差异，几篇综述描述了神经发育障碍和语言障碍人群中的各种研究结果。
例如，研究主要关注输入刺激与结果变量之间的关系，事件 A 总是先于 B 发生）且时间间隔更短时。
超过 80% 的文章报告了认知能力的测量指标），许多研究报道了自闭症个体相对于神经典型群体的差异神经活动，以及语言、非语言、社交和运动能力上的个体差异，跨情境词汇学习），此外，
