决策标准

计算criteria以及推导

d'表示信号和噪音分布的均值之间的距离,无论横坐标的零点在哪里,d'的值不会受到任何影响。而决策标准(用C表示)的计算方式则没有恒定的公式,它会受横坐标零点影响。通常来说,我们会把横坐标的零点定在信号和噪音分布的均值的正中间,那么C的值就等于d2\frac{d'}{2}加漏报率的Z函数反函数,即 d2\frac{d'}{2}减去击中率的Z函数反函数(由Eq.x得到(后续统一把公式编号完成后再补上)),即:

C=d2+ZM=ZHZFA2ZH=ZH+ZFA2C=\frac{d'}{2}+Z_M=\frac{Z_H-Z_{FA}}{2}-Z_H=-\frac{Z_H+Z_{FA}}{2}

如果 z(FA)z(FA)z(H)z(H)一起相等地向上或向下移动,那么它们的间距(d’)显然保持不变,故 z(FA)z(FA)z(H)z(H)的共同变化反映了标准偏移。

图1

信号检测论中,决策标准还可以用其他方式来定义。当被试感知到刺激时,刺激的强度正好在图2中决策标准的位置,我们可以计算该刺激强度在信号分布中出现的概率有多大,在噪音分布中出现的概率有多大。于是我们可以用likelihood ratio来表示两者的比值,即:

β=ϕHϕFA\beta=\frac{\phi H}{\phi FA}

β\beta大于1时,该刺激更有可能是信号;当 β\beta小于1时,该刺激更有可能是噪音。

当信号和噪音的分布均为标准正态分布时,则有:

β=ϕHϕFA=12πexp(ZH22)12πexp(ZFA22)=exp(ZFA2ZH22)=exp(Cd)\beta=\frac{\phi H}{\phi FA}=\frac{\frac{1}{\sqrt{2\pi}}exp(\frac{-Z_H^2}{2})}{\frac{1}{\sqrt {2\pi}}exp(\frac{-Z_{FA}^2}{2})}=exp(\frac{Z_{FA}^2-Z_H^2}{2})=exp(C*d')
图2

故C和 β\beta之间是有对应关系的。当 C=0C=0时, β\beta正好是等于1;当 C<0C<0时, β<1\beta<1,即噪音出现的概率是大于信号的;当 C>0C>0时, β>1\beta>1,即信号出现的概率是大于噪音的。

图3

当信号和噪音分布的距离(d')不发生变化的时候,C改变会引起正确率的变化,那么我们如何通过C值计算正确率呢?正确率等于击中率加正确拒绝率,即

P(C)=PH+PCR2=0.5+PHPFA2P(C)=\frac{P_H+P_{CR}}{2}=0.5+\frac{P_H-P_{FA}}{2}

当C=0时,正确率达到最大值:

P(C=0)=P(C)max=P(H)=P(CR)P(C=0)=P(C)_{max}=P(H)=P(CR)

此时,

d=ZH+ZCR=2P(C)maxd'=Z_H+Z_{CR}=2*P(C)_{max}

P(C)max=Φ(d2)P(C)_{max}=\Phi(\frac{d'}{2})

所以当d'增大时,正确率也会增大。

最后更新于