МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ М. В. ЛОМОНОСОВА
ФАКУЛЬТЕТ ПСИХОЛОГИИ
ОТЧЕТ
по общему психологическому практикуму
МЕТОДЫ ОБНАРУЖЕНИЯ СИГНАЛА
Тема: «Обнаружение зрительного сигнала методом «Да-нет»»
Выполнила:
студентка 304 группы
факультета психологии
Бугрей Татьяна
Преподаватель:
Степанова О. Б.
МОСКВА, 2011
Теоретическое введение
Теория обнаружения сигнала - пороговая теория, объясняющая сенсорно - перцептивный процесс как результат взаимодействия двух независимых переменных: сенсорного процесса и процесса принятия решений. В соответствии с ней, процесс восприятия сигнала проходит стадию нейронного возбуждения и стадию перцептивного решения по опознанию сигнала. Само перцептивное решение обусловлено прошлым опытом, личностными установками, мотивацией и задачей.
В классических психофизических методах, хотя и изучаются сенсорные способности наблюдателя, не ставится вопрос о вероятности обнаружения стимула, а учитывается лишь вероятность ответов испытуемого “Да” (слышу или вижу). Однако, надежда психолога-эксперта на честность испытуемого, по-видимому, не самое лучшее средство для обеспечения надежности проводимых измерений. Достаточно очевидно, что результат пороговых измерений может сильно зависеть от стратегии испытуемого давать ответы определенного рода, и, следовательно, появляется задача прямого учета поведения наблюдателя в ситуации принятия решения об обнаружении или различении сигнала.
Вкратце метод обнаружения сигнала можно охарактеризовать следующим образом. В стимульном потоке выделяется та его часть, на которую указанием ее пространственной и/или временной области или ее характерного паттерна обращается внимание наблюдателя. Эта выделенная часть называется стимулом или предъявлением (стимула). Выделяется некоторый физический признак (свойство, характеристика стимульного потока), который может присутствовать в одних пробах — значащий или сигнальный стимул, и отсутствовать в других — пустой стимул. Наблюдатель, от которого требуется обнаруживать этот признак, решает задачу бинарной классификации: относит каждое предъявление к одному из двух классов — “Нет признака”, “Есть признак”. Эта задача решается путем установления схемы соответствия (которая называется также правилом принятия решения) между особенностями сенсорного образа предъявляемого стимула и выбираемым решением. Эта схема соответствия может корректироваться под влиянием как предварительного информирования наблюдателя о частоте сигнальных или пустых стимулов в последующих предъявлениях, так и обратной связи — оценки правильности принимаемых наблюдателем решений.
МЕТОД «ДА-НЕТ»
В этом методе используются две разновидности стимула: один значащий «S», и другой пустой «N». Предъявления следуют друг за другом обыкновенно через более или менее регулярные интервалы времени и после каждого предъявления испытуемый отвечает “Да”, если был обнаружен сигнал, или “Нет”, если он не обнаружил сигнала. Предъявление стимулов полностью рандомизировано, т.е. каждое очередное предъявление независимо от предыдущих может быть с некоторой вероятностью P(S) сигнальным; P(S) и P(N) сохранятся постоянными на протяжении всей серии предъявлений. Таким образом, если общее число предъявлений N в эксперименте достаточно велико, то число сигнальных и пустых предъявлений приблизительно равно, соответственно N•P(S) и N•P(N) (очевидно, N•P( S) + N•P(N) = N).
Возможны четыре исхода ответов испытуемых: правильное попадание (ответ «Да» и присутствие стимула), ложная тревога (отсутствие стимула и ответ «Да»), пропуски (присутствие стимула и ответ «Нет») и правильные отрицания (ответ «Нет» при отсутствии стимула). Попадание и ложная тревога обозначаются через H (от английского hit) и FA (от английского false alarm). Обозначения для пропусков и правильных отрицаний — O (omission) и CR (correct rejection). Очевидно, что:
n(H) + n(O) = N•P(S) , (1)
n(FA) + n(CR) = N•P(N) . (2)
Зная эти качества и нормировав каждое из них по N (т.е. поделив на общее количество предъявленных проб), мы получим статистические оценки вероятностей появления исходов каждого типа:
P(H) = n(H)/N, P(O) = n(O)/N, ... и т.д. (3)
Такие вероятности не говорят нам прямо о способности наблюдателя обнаруживать сигнал. Поэтому, чтобы охарактеризовать деятельность испытуемого в данном эксперименте, отделив ее от деятельности экспериментатора (решающего, в частности, сколько раз предъявить <S>, а сколько — <N>), принято представлять результаты эксперимента в виде оценок условных вероятностей — вероятностей того, что испытуемый ответит правильно (неправильно) при условии, что был предъявлен данный стимул. Такие вероятности обозначаются так: P ("Да"/S), P ("Да"/N), P ("Нет"/S), P ("Нет"/N). В частности, первая из этих вероятностей есть вероятность правильного ответа при условии, что было предъявлено <S>. Легко видеть, что:
P("Да"/S) = P(H)/P(S) = n(H)/ N•P(S), (4)
P("Да"/N) = P(FA)/P(N) = n(FA)/ N•P(N). (5)
Если вычислены две эти условные вероятности, вычисление двух остальных уже не требуется. Итак, при данных (выбранных экспериментатором) величинах N и P(S) результаты эксперимента обычно представляют только двумя условными вероятностями: вероятностью попадания — p(H)=P(“Да”/S) и вероятностью ложной тревоги p(FA)=P(“Да”/N). Из общего числа N предъявлений обычно исключают несколько первых, предполагая, что в этих первых пробах испытуемый постоянно меняет схему соответствия, “подстраивая” ее к информации, полученной от экспериментатора и в ходе эксперимента. Когда схема соответствия устанавливается стабильно, говорят, что решение задачи вышло на асимптотический уровень. Асимптотический уровень характеризуется тем, что если все число предъявлений (после исключения первых) произвольно разбито на несколько групп и по каждой из них в отдельности вычислено P(H) и P(FA), то все эти пары не будут статистически значимо отличаться друг от друга. На ответы испытуемого влияет обратная связь, предварительная информация и ввод платежной матрицы.
Схема соответствия с содержательной точки зрения представляет собой соответствие данного ответа некоторому комплексу свойств сенсорного образа. Для количественной оценки допускается упрощение в предположении, что решение принимается всегда на основе интенсивности какого-то одного качества сенсорных образов. Интенсивность качества предполагается представимой действительным числом. Таким образом, все возможные значения интенсивности данного качества занимают какую-то часть оси действительных чисел (например, всю положительную полуось), причем каждое из этих значений при предъявлении данного стимула может быть вызвано с тем или иным правдоподобием. Если значения интенсивности сенсорных образов образуют непрерывный континуум, то это правдоподобие выражается не вероятностью, а плотностью вероятности. Согласно принятому утверждению, правило принятия решения определяется выбором граничной точки C (ее еще называют критической точкой или величиной критерия принятия решения о наличии сигнала), такой, что если интенсивность X в данной пробе превышает C, то следует ответ “Да”, если же не превышает, то — “Нет”.
Рисунок 1. Слева- распределение пустых стимулов, справа- значимых, пунктиром обозначен критерий – С.
Если граница – критерий С – смещен вправо, то его называют жестким (строгим), влево – либеральным, если же он находится в середине, то его называют симметричным. Как видно, при либеральном критерии ставится задача обнаружения как можно большего числа стимулов, но повышается и вероятность ложных тревог, при строгом критерии ставится задача уменьшения количества ошибок.
В рассматриваемой нами модели принимается еще одно упрощающее предположение (впрочем, в отличие от первого, оно допускает прямую экспериментальную проверку, о чем речь пойдет ниже): существует такая монотонная трансформация оси интенсивности, в результате которой оба распределения становятся нормальными. Для краткости трансформированную ось мы будем обозначать просто через z и говорить о z-значениях. Под монотонной трансформацией понимается система всевозможных растяжений и сжатий различных областей оси X так, что если точка q лежит левее r, то после трансформации это отношение сохраняется. «d'» называют эту величину мерой чувствительности наблюдателя к сигналу. Чувствительность к сигналу характеризуется степенью отличия Z-величин, вызываемых S, от Z-величин, вызываемых N. Чем меньше величина d', тем больше перекрываются области Z-значений, соответствующих S и N. Площадь области перекрытия графиков сигнала и шума зависит от характера стимуляции (диапазона, интенсивности), а также несенсорных факторов (инструкция, в т.ч. априорная вероятность, сообщенная испытуемому, обратная связь, платежная матрица).
По результатам опыта строится рабочая характеристика приемника – график зависимости вероятности попаданий от вероятности ложных тревог.
Рисунок 2. Рабочая характеристика приемника (РХП) при различных уровнях чувствительности (d’).Чем больше d', тем более выпукла PX влево-вверх и тем дальше она отстоит от главной диагонали.
В рассматриваемой нами модели принимается еще одно упрощающее предположение (впрочем, в отличие от первого, оно допускает прямую экспериментальную проверку, о чем речь пойдет ниже): существует такая монотонная трансформация оси интенсивности, в результате которой оба распределения становятся нормальными. Для краткости трансформированную ось мы будем обозначать просто через z и говорить о z-значениях. Под монотонной трансформацией понимается система всевозможных растяжений и сжатий различных областей оси X так, что если точка q лежит левее r, то после трансформации это отношение сохраняется.
Построим РХ в двойных нормальных координатах: z[p(FA)] и z [p(H)]. Получится прямая, которая если и отклоняется от теоретической в 45 градусов, то статистически незначимо. Значение свободного члена в уравнении аппроксимирующей прямой в нормальных координатах будет характеризовать, как и площадь под РХП в линейных координатах, уровень чувствительности d'.
ЦЕЛЬЮ данного задания является практическое освоение метода «Да-Нет» на примере узнавания шахматных паттернов и оценка уровня чувствительности d'.
Для этого необходимо решить следующие ЗАДАЧИ: построение РХП в линейных и нормальных координатах; вычисление уровня чувствительности d'.