信号检测论信号和噪音的分布
- 培训职业
- 2025-05-07 00:41:06
信号检测论的基本假设是信号和噪音遵循常态分布。考虑一个实验场景：在黑暗的实验室中，被试需要探测到一个微弱的光点。虽然黑暗中只有信号源，但被试体内自发的神经活动仍可能构成干扰信号识别的“噪音”。这个噪音强度并非固定，而是呈现常态分布，有时强烈，有时微弱。同时，附加在噪音背景上的信号也以感觉强度为度量，同样符合常态分布。
假设被试的决策依据是一个特定的“标准点”。在噪音分布的下方，对应于理论上的误报概率。信号分布与噪音分布的重叠程度由信号强度决定：信号越强烈，两个分布的重叠减少，反之则增加。这种重叠度可以用d'值来量化，它等于两个分布均数的标准分数之差。
被试的判断标准对信号识别至关重要。如果标准点设得较低（靠近感觉连续体的左侧），被试更可能误报非信号；而如果标准点设得较高（靠近连续体的右侧），则可能导致漏掉实际的信号。通常，被试会选择一个既能最小化漏报信号又可最大限度避免虚报的标准点，这是在理想决策策略下找到的平衡点。
扩展资料
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。
多重随机标签