信号检测论的基本方法
- 格式:doc
- 大小:44.00 KB
- 文档页数:4
一、实验目的1. 理解信号检测论的基本原理和概念。
2. 掌握信号检测论实验方法,包括实验设计、数据收集和分析。
3. 分析信号检测论在心理学研究中的应用,探讨其在不同领域中的价值。
二、实验背景信号检测论(Signal Detection Theory,简称SDT)是心理学中一种重要的理论和方法,主要研究个体在感知和判断过程中的心理机制。
该理论认为,人们在感知外界刺激时,总是受到噪声的干扰,而信号检测论旨在研究个体在噪声中如何识别和判断信号。
三、实验方法1. 实验设计实验采用2(刺激类型:信号与噪音)× 2(判断标准:接受信号、拒绝信号)的混合设计。
2. 实验材料实验材料包括信号、噪音、判断标准等。
3. 实验程序(1)被试随机分为两组,每组10人。
(2)实验开始前,主试向被试讲解实验目的、实验流程及注意事项。
(3)被试依次进行信号和噪音的判断,主试记录被试的判断结果。
(4)实验结束后,主试向被试表示感谢。
四、实验结果1. 数据收集根据实验记录,统计被试对信号和噪音的判断次数。
2. 数据分析(1)计算被试的辨别力指数(d'):d' = Z(SN) - Z(N),其中Z(SN)为信号判断的Z得分,Z(N)为噪音判断的Z得分。
(2)计算被试的判断标准(C):C = Z(SN) - Z(N),其中Z(SN)为信号判断的Z 得分,Z(N)为噪音判断的Z得分。
五、讨论1. 实验结果分析根据实验结果,我们可以发现:(1)被试在信号和噪音的判断上存在差异,表明信号检测论在心理学研究中的应用具有一定的价值。
(2)被试的辨别力指数和判断标准在不同刺激类型和判断标准下存在差异,表明信号检测论可以揭示个体在感知和判断过程中的心理机制。
2. 信号检测论的应用信号检测论在心理学研究中具有广泛的应用,例如:(1)认知心理学:研究个体在感知、记忆、思维等认知过程中的心理机制。
(2)临床心理学:评估个体的认知功能,为心理疾病的诊断和治疗提供依据。
第1篇一、实验背景信号检测论(Signal Detection Theory,SDT)是心理学中用于研究个体在噪声环境中对信号的识别和判断的理论。
该理论强调个体在感知和决策过程中的主观因素,并通过对信号和噪声的辨别能力进行量化分析,揭示个体在感知过程中的心理机制。
本次实验旨在探讨信号检测论在心理学研究中的应用,通过模拟信号和噪声环境,考察被试在不同条件下的信号识别能力和决策倾向。
二、实验目的1. 了解信号检测论的基本原理和实验方法。
2. 探讨信号和噪声对被试识别能力的影响。
3. 分析被试在不同先验概率下的决策倾向。
三、实验方法1. 实验设计本实验采用2(信号与噪声)× 2(先验概率)的混合实验设计,即信号与噪声两个因素各分为两个水平,先验概率因素也分为两个水平。
实验流程如下:(1)向被试介绍实验目的和规则;(2)展示信号和噪声样本,并要求被试判断样本是否为信号;(3)记录被试的判断结果,包括击中、虚报、漏报和正确否定。
2. 实验材料(1)信号样本:随机生成的具有一定频率和振幅的正弦波;(2)噪声样本:随机生成的白噪声;(3)先验概率:信号出现的概率和噪声出现的概率。
3. 被试招募20名年龄在18-25岁之间的志愿者,男女比例均衡。
四、实验结果1. 信号检测指标(1)击中率(Hit Rate):被试正确识别信号的概率;(2)虚报率(False Alarm Rate):被试错误地将噪声识别为信号的概率;(3)漏报率(Miss Rate):被试错误地将信号识别为噪声的概率;(4)正确否定率(Correct Rejection Rate):被试正确否定噪声的概率;(5)似然比(Likelihood Ratio):信号与噪声的似然比,用于衡量被试对信号的识别能力。
2. 先验概率对信号检测指标的影响结果表明,先验概率对被试的信号检测指标有显著影响。
当信号先验概率较高时,被试的击中率和正确否定率显著提高,虚报率和漏报率显著降低;当信号先验概率较低时,被试的击中率和正确否定率显著降低,虚报率和漏报率显著提高。
信号检测论(Signal Detection Theory,简称SDT),是一种心理物理法,是关于人们在不确定的情况下如何作出决定的理论。
它是信息论的一个重要分支。
在SDT实验中通常把刺激变量看作是信号,把刺激中的随机物理变化或感知处理信息中的随机变化看作是噪音。
常以SN(信号加噪音)表示信号,以N表示噪音。
信号检测了最初是信息论在通讯工程中的应用成果,专门处理噪音背景下对信号进行有效分离的问题,其过程本质上是一种统计决策程序。
在信号检测论引入心理学研究领域后,一些原先的基本概念、思想和假设被移植到心理物理学情境中来。
信号和噪音是信号检测论中最基本的两个概念。
在心理学中,信号可以理解为刺激,噪音就是信号所伴随的背景。
编辑本段信号检测论是一种把通讯系统中雷达探测信号的原理用于人的感知觉研究的理论。
它是特纳和斯威茨在1954年引入心理学的。
信号检测论的提出改变了传统上人们对感觉阈限的理解。
20世纪50年代,实验心理学受行为主义思想的支配,以刺激一反应(S—R)为核心,认为所有的行为都是机体对刺激的反应,心理学只能研究那些能够直接观察和记录的外显反应,心理科学的任务就是把刺激与特定刺激有关的行为鉴别出来,发现对S—R联结可能有影响的各种因素。
起先,行为主义原则似乎很管用,在感觉阈限、语词学习、比较心理等研究领域取得了一系列重要成果。
可是,心理学家们渐渐意识到,人类行为是一系列复杂事件的最终表现,远不是用简单的S—R就能说清楚的。
这一改变很大程度上要归因于信号检测论的发展。
信号检测论把外部世界的刺激能量作为主体探测的对象,把人的内部表征看作是外部刺激与以前经验共同作用的结果。
它的引入为假设刺激能量与内部表征间的关系提供了必要的联系环节。
编辑本段信号检测论发展起来是从电子工程学和统计决策论中发展起来的。
第二次世界大战期间,工程师们创立了一种用来说明雷达设备搜寻探测飞行物过程的信号检测理论。
特纳和斯威茨认为,雷达系统搜索目标的过程和人类寻找信号进行反应的过程是类似的。
信号检测论1 引言信号侦查论不仅测定人对信号的反应,也测定人对噪音的反应,因而能将人的感受性与其判断标准区分开,并且用不同的数量来表达,这是它优于古典心理物理法的地方。
信号侦查论有三个基础实验程序,即有无法、迫选法和评价法。
其中,评价法可以在相同的时间内获得被试更多的信息。
在评价法中,不仅要求被试对有无信号做出判断,还要求按规定的等级做出评价,及说明每次判断的把握有多大。
这样被试就有了几个判断标准,因而用一轮实验的结果就可以绘制ROC曲线。
本次实验使用的是有无法,在信号检测实验中,被试对有无信号出现的判断可以有4种结果:击中。
当信号出现时(SN)被试报告为“有”,这称为击中,以y/SN表示。
虚报。
当只有噪音出现时(N),被试报告为“有”,这称为“虚报”,以y/N表示。
漏报。
当有信号出现时,被试报告为“无”,这称为“漏报”,以n/SN表示。
正确否定。
当无信号而只有噪音出现时,被试报告为“无”,这称为正确否定,以n/N表示。
旨在检验当呈现信号和噪音的先定概率发生变化时,对被试的辨别力(d,)和判定标准(β)是否都有影响,并学习绘制ROC曲线。
本次实验目的为检验当呈现信号和噪音的先定概率发生变化时,对被试的辨别力(d,)和判定标准(β)是否都有影响,并学习绘制ROC曲线。
2 方法2.3 程序首先,主试将P(SN)=0.9,P(SN)=0.1分别从总体SN和N中随机取样,形成一个n=50的样本。
抽取方法:将总体SN洗匀,顺次取出45张,再将总体N洗匀,顺次取出5张;最后将取出的50张卡片洗匀就可以用了。
其次,将A和B的数字分布表(表1)给被试看,并对他说:“这是两个数字分布表,B分布中的一部分数字和A分布中的一部分数字是相同的。
实验时我每一次给你看一个数字,要你判断它是来自哪一个分布。
也就是要求你回答A或B。
现在你先看看这两个分布有哪些相同和不同的地方。
给你5分钟时间看。
”再次,5分钟后,主试收回分布表,再对被试说:“下面我要连续给你看50张卡片,这50个数目中有45个来自B总体,只有5个来自A总体。
信号检测论1 引言信号检测论又称现代心理物理学方法或SDT,是信息论的一个重要分支,1954年美国心理学家W.P.Tanner和J.A.Swets把它应用于人的知觉过程,使心理物理学方法发展到一定阶段。
信号检测论不仅测定人对信号的反应,也测定人对噪音的反应,因而能够将人的感受性与其判断标准区分开,并且分别用不同的数量来表达,这是它优于古典心理物理学方法的地方。
信号检测论有两种实验方法,分别是有无法和评价法。
有无法要求事先选定SN刺激和N刺激,并规定SN和N出现的概率,然后以随机方式呈现SN或N,要求被试回答,刚才的刺激是SN还是N。
评价法不仅要求被试对有无信号作出判断,还要求按规定的等级作评价,即说明每次判断的把握有多大。
本次实验使用的是有无法。
本次实验的目的是检测当呈现信号和噪音的先定概率发生变化时,对被试的辨别力(d’)和判定标准(β)是否都有影响,并学习绘制ROC曲线。
2 方法2.1 被试某大学本科生一名,男,20岁。
2.2 材料两个数字总体(SN和N)卡片正面写着1或2位的数字。
两个数字的总体分布见表1:2.3 程序①确定五种先验概率,分别为10%、30%、50%、70%、90%。
②主试将P(SN)=0.9,P(N)=0.1分别从总体SN和N中随机取样,形成一个n=50的样本。
抽取方法:将总体SN洗匀,顺次取出45张,再将总体N洗匀,顺次取出5张;最后将抽出的50张总体洗匀。
③让被试仔细研读表1数据。
在被试表示阅读充分后,进行试验:告诉被试,这轮试验的先验概率是10%,即50张卡片中有45张是噪音,5张是信号。
在每次看到一张卡片时被试就必须判断它是SN还是N。
主试记下被试的回答。
④在本轮结束后,让被试休息2分钟,进行下一轮实验。
⑤主试依照前面的程序,进行先验概率分别为30%、50%、70%、90%的实验。
3 结果在本次实验中依照计算公式:击中率P(y/SN)=击中次数/(击中次数+漏报次数);虚报率P(y/N)=虚报次数/(虚报次数+正确否定次数),计算五次实验的击中率和虚报率。
信号检测论的三种实验方法信号检测论是一种用于研究人类感知和决策过程的统计理论。
它主要关注的是如何在存在不确定性的情况下,有效地检测和区分信号和噪声。
在信号检测论中,有三种常见的实验方法用于研究信号检测:信号检测理论实验、信号检测平均实验和信号检测模型实验。
第一种方法是信号检测理论实验。
这种实验方法旨在测量被试者在不同情境下的信号检测能力。
实验中,被试者需要根据提示,判断一个刺激是否存在,然后进行反应,通常是按下一个按钮或给出一个回答。
通过测量正确率和错误率,可以计算出被试者的灵敏度(即能够准确检测到信号的能力)和响应偏差(即对信号的判断偏向)。
这种实验方法可以帮助研究者了解被试者的感知能力和决策倾向。
第二种方法是信号检测平均实验。
这种实验方法旨在测量信号与噪声之间的区别。
实验中,研究者会对具有不同信噪比的刺激进行呈现,然后被试者需要判断刺激中是否存在信号。
通过分析被试者在不同信噪比下的判断准确率,可以计算出信号与噪声的可分辨度。
这种实验方法可以帮助研究者了解信号检测的效能以及信号和噪声在感知中的相对重要性。
第三种方法是信号检测模型实验。
这种实验方法旨在使用数学模型来描述信号检测过程。
实验中,研究者会根据信号检测理论建立一个数学模型,并使用实验数据来验证模型的适应性和准确性。
通过比较模型的预测结果与实际实验结果,可以进一步了解信号检测过程中的加工机制和决策策略。
通过这三种实验方法,研究者可以深入研究信号检测的基本原理和机制。
这些研究对于优化和改进人类感知和决策过程具有重要意义,例如在医学影像诊断、安全监控和交通管理等领域中的应用。
信号检测论——有无法摘要本次实验采用信号检测论中的有无法,检验了甲,乙两名女性被试在呈现信号和噪音的先定概率发生变化时,其辨别力和判定标准是否都受到影响。
结果发现,随着先定概率的减小,两被试判断标准渐渐变的严格,被试的辨别能力大体上渐渐也在提高。
关键词信号检测论有无法ROC曲线辨别力判断标准本次实验尝试用信号检测论—有无法,来检验当呈现信号和噪音的先定概率发生变化时,对被试的辨别力和判定标准是否都有影响,并绘制ROC曲线。
本次实验假设,随着先定概率的减小,两被试判断标准渐渐变的严格,被试的辨别能力则保持不变。
2 方法2.1 被试两名被试,被试甲和被试乙,女,年龄均为20岁;2.2 实验设计本次实验使用先定概率为自变量,被试辨别力和判定标准是因变量。
2.3 实验材料信号及噪音卡片,每张卡片正面写有1位和2位的数字,范围是8-24,背面分为SN和N(SN 和N都呈正态分布);2.4 实验程序2.4.1 确定五种SN呈现的先定概率,本次实验按照实验手册中表6-2的标准进行;2.4.2 主试按照P(SN)=0.9, P(N)=0.1分别从总体SN和N中随机抽样,形成一个n=50的样本。
数据记入表格6-3;2.4.3 将SN和N的数字分布表给被试看,指导语为:“下面给你看一系列的数字卡片,你根据给你呈现的数字分布表来判断该数字为信号还是噪音,并口头报告。
”2.4.4 将每张卡片呈现给被试并让其判断,被试报告“信号”,主试就在记录表相应的空格内记下“+”,若被试判断为“噪音”,主试就在相应的空格内记下“—”。
每做完50次休息2分钟;2.4.5 实验结束后询问被试,在不同的情况下她是如何进行判断的,并将被试的回答记录在下面的“讨论”中;2.4.6 换被试重复上述过程。
3 结果3.1 从PZO转换表中分别查出的与5对P(y/SN),P(y/N)相应的Z和O值,以及五种先定概率的dˊ和β:被试甲如下:被试乙如下:3.2 绘制ROC曲线:被试甲:被试乙:3.3 用本实验的结果说明信号的先定概率如何影响被试的判断标准从表格中我们可以看到:被试甲随着先定概率的减小(0.9,0.7,0.5,0.3,0.1),被试判断标准总体来说是变的渐渐严格(β值渐渐增大,0.89,0.57,0.61,0.81,3.38);被试乙随着先定概率的提高(0.9,0.7,0.5,0.3,0.1),被试判断标准变的渐渐严格,(β值增大很明显,0.33,0..59,0.91,1.41,4.75)。
信号检测论的实验方法信号检测论,听上去是不是有点高深?其实说白了,就是在判断和识别信息的过程。
想想看,我们每天都在进行这种“信号检测”,就像是找春天的第一缕阳光,或者在闹市中寻找那个熟悉的声音。
咱们今天就来聊聊信号检测论的实验方法,保证让你听得津津有味。
首先呢,信号检测论可不是个冷冰冰的概念。
它其实是在说,当你面对一个信息的噪音环境,如何在杂乱中找到关键的信号。
比如说,在嘈杂的派对上,你想听到朋友的声音,这就是信号检测的实际应用。
你会怎样去做呢?可能是侧耳倾听,可能是靠近一些。
这里面就有个小技巧,叫做“灵敏度”。
越敏感的人,越能在喧闹中捕捉到微弱的信号。
想想看,像那些警觉的猫,总能在暗处听到细微的动静。
实验方法方面,咱们可以用一个简单的例子来说明。
想象你正在进行一个听力测试。
研究人员会给你一些音频信号,其中有的很清晰,有的则相对较弱。
你的任务就是判断每个信号的存在与否。
这就需要一个心理过程:你得评估信号的强度,判断自己是否能听到。
对吧?这就像在喝汤,得先尝一口才能知道味道如何。
没错,这个过程就叫做“响应偏差”。
有的人可能会偏向于认为信号存在,而有的人则会更加保守,只在非常确定的情况下才做出反应。
说到这里,当然不能不提“噪声”这个家伙。
噪声就像是生活中的那些烦心事,时不时就冒出来打扰你。
为了得到更准确的结果,研究者通常会在实验中设置一些随机噪声。
这样一来,测试的难度就上升了。
想想你在打游戏的时候,敌人总是藏在各个角落,真是让人头疼。
为了应对这些噪声,研究者会使用不同的信号强度,让参与者在不同的条件下进行检测。
这样能帮助我们了解,人在各种干扰中是如何作出判断的。
有一个叫做“ROC曲线”的东西,真是个好帮手。
它可以帮助我们评估不同的信号检测表现。
简单来说,ROC曲线就像是一个成绩单,告诉你在不同情况下的检测能力。
高分的同学总是能轻松地识别出那些信号,就像是考试时能一眼看出哪道题最简单。
但在真实世界中,往往不是一帆风顺。
信号检测论d值计算
信号检测论中D值计算是解决手机信号覆盖范围等问题的重要
环节,也是日常监测中不可缺少的内容。
d值可以有效反映室外覆盖质量,因此在实际工程中,对信号检测论d值的计算以及理解至关重要。
第一,定义信号检测论d值计算。
d值是给定技术参数,在给定网络状态情况下,衡量室外信号到室内的强度差的一个量化指标。
它的计算公式为:D值=10log(1/σ),其中,σ:室外信号到室内的强度比,单位为db。
第二,计算时d值的关键参数。
计算d值时,需要先确定室外信号接收机灵度与室内信号接收机灵度、室内信号接收机S/N比以及室内信号接收机灵度差。
其中室外信号接收机灵度可以从室外接收机获取,室内信号接收机灵度可以从室内接收机获取;室内信号接收机
S/N比可以从接收机上获取;而室内信号接收机灵度差则可以由室内测量结果获取。
第三,d值计算的实例。
假设有室外接收机灵度为-85dBm、室内接收机灵度为-90dBm,室内接收机S/N比为10dB,室内接收机灵度差为-5dBm。
因此,此时根据d值的计算公式,D值计算结果为:D值=10log(1 / (-5/5))=10dBm。
第四,d值的汇总与应用。
在信号检测论中,D值汇总室外信号到室内的强度,可以有效反映覆盖质量,是进行日常监测的重要参数。
此外,D值也是解决手机信号覆盖范围的关键,用于判断手机信号可
以到达的范围,以满足用户的通信需求。
以上就是关于信号检测论d值计算的相关内容,本文介绍了d值的定义及其计算步骤,通过计算d值可以有效汇总室外信号到室内的强度,用于日常监测,解决手机信号范围等问题。
信号检测论的数学基础信号检测论是研究如何在存在噪声的环境中准确地检测信号的一门学科。
它在通信、雷达、生物医学等领域有着广泛的应用。
信号检测论的数学基础是通过概率论和统计学建立起来的。
我们需要了解一些基本概念。
在信号检测论中,存在两个假设:零假设H0和备择假设H1。
零假设表示没有信号存在,备择假设表示存在信号。
我们的目标是根据观测到的数据来判断是接受零假设还是备择假设。
为了进行判断,我们需要引入两个概率:虚警概率和漏警概率。
虚警概率是当零假设为真时,错误地拒绝了零假设的概率。
漏警概率是当备择假设为真时,错误地接受了零假设的概率。
我们希望虚警概率和漏警概率都尽可能小,以提高检测的准确性。
在信号检测论中,常用的方法是构建一个检测统计量。
检测统计量是根据观测到的数据计算得到的一个数值,用于判断是接受零假设还是备择假设。
一般来说,我们会设定一个阈值,如果检测统计量超过这个阈值,则拒绝零假设,接受备择假设;否则,接受零假设。
在构建检测统计量时,我们可以使用一些常见的方法,例如最大似然检测和贝叶斯检测。
最大似然检测是基于概率分布模型的方法,通过比较观测到的数据与各个假设下的概率分布来进行判断。
贝叶斯检测是基于贝叶斯定理的方法,将先验概率和观测到的数据结合起来计算后验概率,从而进行判断。
除了虚警概率和漏警概率,我们还可以引入其他性能指标来评估信号检测的效果。
例如,误警概率是虚警概率的补数,表示正确接受零假设的概率。
命中概率是漏警概率的补数,表示正确拒绝备择假设的概率。
此外,我们还可以使用ROC曲线来综合考虑虚警概率和漏警概率,以选择最佳的检测阈值。
在实际应用中,我们经常会遇到一些复杂的情况,例如存在多个信号、信号强度不同或噪声分布未知等。
针对这些情况,信号检测论也提供了相应的解决方案。
例如,当存在多个信号时,我们可以使用多假设检测方法来进行判断。
当信号强度不同或噪声分布未知时,我们可以使用自适应检测方法来进行判断,即根据观测到的数据自适应地调整检测统计量。
信号检测论——有无法摘要本次实验采用信号检测论中的有无法,检验了甲,乙两名女性被试在呈现信号和噪音的先定概率发生变化时,其辨别力和判定标准是否都受到影响。
结果发现,随着先定概率的减小,两被试判断标准渐渐变的严格,被试的辨别能力大体上渐渐也在提高。
关键词信号检测论有无法ROC曲线辨别力判断标准本次实验尝试用信号检测论—有无法,来检验当呈现信号和噪音的先定概率发生变化时,对被试的辨别力和判定标准是否都有影响,并绘制ROC曲线。
本次实验假设,随着先定概率的减小,两被试判断标准渐渐变的严格,被试的辨别能力则保持不变。
2 方法2.1 被试两名被试,被试甲和被试乙,女,年龄均为20岁;2.2 实验设计本次实验使用先定概率为自变量,被试辨别力和判定标准是因变量。
2.3 实验材料信号及噪音卡片,每张卡片正面写有1位和2位的数字,范围是8-24,背面分为SN和N(SN 和N都呈正态分布);2.4 实验程序2.4.1 确定五种SN呈现的先定概率,本次实验按照实验手册中表6-2的标准进行;2.4.2 主试按照P(SN)=0.9, P(N)=0.1分别从总体SN和N中随机抽样,形成一个n=50的样本。
数据记入表格6-3;2.4.3 将SN和N的数字分布表给被试看,指导语为:“下面给你看一系列的数字卡片,你根据给你呈现的数字分布表来判断该数字为信号还是噪音,并口头报告。
”2.4.4 将每张卡片呈现给被试并让其判断,被试报告“信号”,主试就在记录表相应的空格内记下“+”,若被试判断为“噪音”,主试就在相应的空格内记下“—”。
每做完50次休息2分钟;2.4.5 实验结束后询问被试,在不同的情况下她是如何进行判断的,并将被试的回答记录在下面的“讨论”中;2.4.6 换被试重复上述过程。
3 结果3.1 从PZO转换表中分别查出的与5对P(y/SN),P(y/N)相应的Z和O值,以及五种先定概率的dˊ和β:被试甲如下:被试乙如下:3.2 绘制ROC曲线:被试甲:被试乙:3.3 用本实验的结果说明信号的先定概率如何影响被试的判断标准从表格中我们可以看到:被试甲随着先定概率的减小(0.9,0.7,0.5,0.3,0.1),被试判断标准总体来说是变的渐渐严格(β值渐渐增大,0.89,0.57,0.61,0.81,3.38);被试乙随着先定概率的提高(0.9,0.7,0.5,0.3,0.1),被试判断标准变的渐渐严格,(β值增大很明显,0.33,0..59,0.91,1.41,4.75)。
4讨论4.1 两名被试在不同的情况下如何判断的简述:被试一:(被试甲)1、当先定概率为0.9和0.1的时候,最容易判断;当概率为0.7和0.3的时候比较容易判断;概率为0.5的时候最难判断;2、序列号在中间的数字比较难判断(15,16,17最难判断是信号还是噪音。
)3、同一个概率时候,刚开始和最后的时候最容易判断,中间的比较难以判断(知道有几个“N”,会判断到了什么时候会出现多少,有一种预期);4、说时会有惯性存在。
(前几个为8~11这种特别好判断的数时,突然出现16会习惯性的说N)另如果4个16同时出现,则倾向于说“S、N、S、N”5、受数字分布表影响很大。
6、判断的标准不同。
(在0.9的先定概率时16更多的判断为N)被试二:(被试乙)1、数字<16时,倾向于判断N;数字>16时,倾向于判断S。
2、判断的标准的差异。
(eg.18这个数在0.1先定概率中,N出现的比率多,但是判断时仍然倾向于回答S)4.2 当先定概率发生变化时,被试甲乙两人的辨别力和判定标准都会发生影响;4.3 从结果中我们可以看到,随着先定概率的增大,被试的辨别能力渐渐提高,被试判断标准也渐渐变的严格;4.4 从判断标准似然比β的值中我们可以看到,两被试的判断标准都随着概率值得增大而严格,但是被试甲的判断标准明显比被试乙的判断标准严的多,而且其判断标准的稳定性也高于被试乙。
4.5从理论上来说,被试的辨别能力是大体相等的。
因为信号检测论从理论上来说是能够将人的感受能力和人的主观态度区分开的。
人的辨别能力是一定的,在实验中也不可能存在学习因素。
而在此次实验中,特别是被试甲的辨别能力dˊ波动的比较大。
这可能是被试甲对先定概率没有理解。
5结论(1)当呈现信号和噪音的先定概率发生变化时,对被试的辨别力和判定标准有影响;(2)随着先定概率的减小,被试的辨别能力(dˊ)渐渐提高,被试判断标准(β)也渐渐变的严格,与理论数据存在一定的差距。
信号检测论--评价法摘要本次实验采用信号检测论中的评价法,检验了甲,乙两名女性被试对图片再认的准确性和判定标准。
结果发现被试乙对图片的再认能力高于被试甲,但是两被的判定标准无显著差异。
关键词信号检测论评价法ROC曲线辨别力判断标准本次实验尝试用信号检测论—评价法,来比较不同被试对图片再认的准确性和判定标准,并学习信号检测实验的基础程序之一----评价法。
2 方法2.1 被试两名被试,被试甲和被试乙,女,年龄分别为21岁,20岁;2.2 实验材料本次实验在电脑上操作;2.3 实验程序2.3.1 调整至进行测试的界面,让被试坐好;2.3.2 主试指导语如下:“请你来做一个记忆实验,我先给你看60张图片,要求你尽量记住这些图片,电脑播放这些图片的速度是每一秒钟一张”;2.3.3 图片呈现结束后,主试指导于语如下:“现在电脑会呈现120张图片,其中一半是你刚才看过的,另外一半是新的图片。
我给你看一张图片时,你就要判断它是不是刚才看到过的。
看过的图片作为信号,请按下列标准按键:5——90%的可能为信号,4——75%的可能为信号,3——50%的可能为信号,2——25%的可能为信号,1——25%以下的可能为信号;你必须在5秒之内完成判断。
请你快些判断。
”2.3.4 一个被试实验结束后,换另外一个被试,程序和前一个被试相同。
3 结果3.1两被试再认图片的五类反应次数及概率:被试甲:略被试乙:略3.2绘制ROC曲线(P坐标):被试甲:略被试乙:略比较两被试的ROC曲线(P坐标):绘制ROC曲线(Z坐标):被试甲:略被试乙:略3.3 两被试再认语词按四种判定标准的累积次数3.4两被试再认图片的dˊ和β值:被试甲:略被试乙:略3.5从本实验的结果中,我们可以看到被试乙对图片再认的能力高于被试甲(比较dˊ4讨论4.1 比较两被试的判断标准有无显著差异。
采用独立样本T检验。
F=7.076,p=0.029>0.01方差齐性。
t=0.998,df=8,p=0.348>0.05,所以认为两被试的判定标准无显著差异。
4.2 本次实验中两被试的P坐标ROC曲线比较圆滑,说明两名被试的对图片的再认能力在整个实验中保持一致;4.3从两被试的P坐标ROC曲线上,可以发现被试乙的曲线与机率线的距离较被试甲的曲线与机率线的距离远,这说明了被试乙的图片再认能力比被试甲强;4.4被试甲的最后一个β值非常大(3478),是因为被试甲在C5时的虚报率为0,所以导致了β值的突然增大。
4.5有无法只要求被试判断出现的刺激是信号还是噪音,而评价法不仅要求被试对有无信号作出判断,还要求按规定的等级作出评价,即说明每次判断的把握有多大,这样被试在一个实验中就会有几个标准。
所以比较有无法和评价法后可以发现,后者能提供更多信息。
5结论(1)两被试采用的判定标准无显著差异;(2)两被试在整个实验过程中再认能力保持的比较一致,被试乙的对图片的再认能力比被试甲高。
(3)评价法与有无法相比,评价法能提供更多的信息。
迫选法信号检测论实验(实验心理学)迫选法(Forced-Choice Method)是信号检测论的一种方法。
用迫选法进行实验时与有无法一样,只用信号(SN)和噪音(N)两类刺激,且信号和噪音的差别也要通过预备实验确定。
迫选法的实验程序有以下特点:1、刺激呈现方式。
一般每次给被试呈现的刺激数目为2-8个刺激,其中只有一个是信号,其余为噪音,这种呈现刺激的方式称为mAFC方式(多项迫选法),即每次从呈现的m个刺激中选出信号,如2AFC即从两个刺激中选出信号,4AFC是从4个刺激中选出信号,6AFC是从6个刺激中选出信号等。
在呈现刺激时,每次呈现的多个刺激可以同时呈现,也可以相继呈现,具体情况根据实验的要求和实验设计而定。
信号在每组刺激中呈现的位置或先后顺序是完全随机的。
2、反应方式。
当呈现多个刺激后,只要求被试回答哪个是信号。
被试回答是信号的依据是他对刺激量的差异的感觉,如果感觉到某一刺激与其他刺激有显著差异,或与信号的感觉量一致,就判断为信号,如果判断后发现错误,及时更正即可。
3、计算感受性的方法。
根据实验次数和被试正确判断次数可计算正确判断概率,公式如下:P(C)=C/NC为被试正确判断的次数,N为被试判断的总次数,P(C)是反应被试辨别力的指标,P(C)越高,说明感受性越高。
求出P(C)后,转换为d′。
在其他条件不变的前提下,被试的辨别力与每次呈现的刺激的数目有关。
通常一次呈现SN+N的数目越多,被试分辨SN的难度越大;每次呈现的SN+N的数目越少,被试辨别信号的难度就越小。
另外,在迫选法实验中,被试的判断标准是刺激物理量的差别,被试只要从一组刺激中选择出信号即可,因此,无须自己再确定一个判断标准。
所以,在计算时只计算辨别力d′,而无须计算判断标准β。
深度知觉是指人对物体远近距离即深度的知觉,它的准确性是对于深度线索的敏感程度的综合测定。