Способ расчета р(н) и p(fa) по полученным данным в методе мо

Теперь мы имеем 6 пар вычисленных р(РА) и р(Н) и, следовательно, имеем 6 точек РХ. Взяв больше категорий, мы построим РХ более подробно, но слишком большое число категорий требует очень длительного эксперимента (надо, чтобы каждая категория встречалась не слишком редко, иначе частота будет плохой оценкой вероятности) и поэтому на практике встречается не часто.

Методические рекомендации по выполнению учебных заданий по теме "Методы обнаружения сигнала"

На первом занятии, которое проходит в форме семинара, проводится обсуждение основ психофизической теории обнаружения сигнала (ТОС), являющейся рабочим инструментом современной психофизики. К этому занятию студенту необходимо прочесть данную главу учебного пособия. В качестве альтернативной и/или дополнительной литературы может быть рекомендована глава 7 книги К.В Бардина (1976). Для студентов, имеющих более солидную математическую подготовку и дополнительный интерес к освоению методов обнаружения сигнала, будут полезны 1—3 главы монографии Дж. Игана(1983). Часть первого и второе занятия посвящаются планированию предстоящего эксперимента, освоению программного обеспечения, с помощью которого проводится отработка учебного задания (см. Приложение 2), и выполнению тренировочных серий эксперимента. Третье (и при необходимости четвертое) занятие отводится для проведения основных серий эксперимента и подготовки отчета.

Предполагается, что студент уже имеет элементарные навыки самостоятельной работы на IBM-совместимом персональном компьютере.

Основное внимание при обсуждении теоретических основ ТОС необходимо обратить на те теоретические предположения, которые делаются в психофизической теории обнаружения сигнала, на отличие данного подхода к измерению чувствительности от классического фехнеровского подхода. Известную трудность при изложении данной модели обнаружения сигнала составляют особенности ее формально-математического описания, тем не менее они не выходят за рамки тех минимальных знаний об интегральном и дифференциальном исчислении, которые были получены студентами на 1-м курсе. Кроме того, в ходе освоения материала нетрудно отделить собственно психологические предположения и ограничения, накладываемые моделью в силу упрощения или даже примитивизации описываемой реальности, и следующие из этого математические допущения. Нужно себе четко представлять, что попытка формально-математического описания даже таких "низкоуровневых" процессов как обнаружение или различение простых сенсорных сигналов, сталкивается с необходимостью "вынести за скобки", нивелировать большинство таких детерминант сенсорно-перцептивного процесса, как колебания внимания, когнитивно-стилевые особенности человека, индивидуальность его мотивации и др. Хорошо это или плохо, но большинство попыток модельного описания психических процессов, представленных в современной литературе, в той или иной степени приводит к аналогичному результату (см., например, модели памяти Аткинсона или когнитивные варианты современных моделей мотивации, где делаются более глобальные и далеко идущие предположения и ограничения в описании куда более сложной моделируемой реальности).

При проработке материала следует обратить внимание на двухэтапность описываемого процесса обнаружения сигнала. Первый этап связан непосредственно с сенсорной репрезентацией действующих стимулов, т.е. с отражением стимульной энергии в величину вызванного ими ощущения; и как результат — постулируемое распределение (на оси X) интенсивности сенсорных эффектов или, что тоже самое, — ощущений заданного в инструкции сенсорного качества. Основные детерминанты этого (сенсорного) этапа — физические характеристики стимуляции и особенности анализаторной системы. Сразу же отметим, что делаемое допущение о нормальности гипотетического распределения на сенсорной оси есть не только дань простоте при математическом моделировании, но и следствие обобщения опыта многочисленных пороговых измерений, известного в истории психологии как "фи-гамма" гипотеза. В этой связи полезно вспомнить, почему данную модель считают "непороговой". Такое определение основывается на принятии за основу вероятностного принципа отображения энергии стимула в величину ощущения (сравните с детерминистическим определением порога как границы в классической психофизике), из чего следует отсутствие как такового порога на сенсорной оси и, следовательно, непороговый принцип работы сенсорной системы.

Второй этап характеризует процесс принятия решения о полученном ощущении и связан с внесенсорной детерминацией процесса обнаружения (различения) сигнала. Критерий принятия решения является тем интегральным показателем, который и определяет окончательный результат процесса обнаружения сигнала. Обычно при описании данной модели критерий наблюдателя помещают на сенсорной оси, тем самым указывая на его природу. Подчеркнем, что, являясь по своей сути сенсорным эталоном обнаруживаемого сигнала, стандартом для сравнения с текущим стимулом, критерий формируется не только и не столько под действием стимуляции (например, в ходе тренировки), но во многом зависит от несенсорных факторов. Различного рода экспериментальные установки и ожидания, сформированные инструкцией экспериментатора и/или самоинструкцией, влияют на выбор стратегии испытуемого при принятии решения о наличии сигнала в очередной пробе. В Приложении 1 приведены дополнительные сведения о различных критериях оптимальности принятия решения, используемых в современной психофизике, и описан принятый в ТОС критерий наблюдателя, основанный на оценке отношения правдоподобия. Расчет отношения правдоподобия — один из основных способов параметрического (т.е. основанного на законах постулируемого в ТОС нормального распределения сенсорных эффектов) измерения критерия наблюдателя. Следует особо подчеркнуть, что сам математический аппарат, описывающий работу человека (или кибернетического устройства) с различными критериями, пришел в психологию из математической теории игр, и является не более, чем формальным описанием тех гипотетических процессов принятия решения, которые имеют место в ситуациях повышенной неопределенности. Очевидно, что задача обнаружения порогового сигнала, когда наблюдатель работает на пределе своих сенсорных способностей, представляет собой такую ситуацию. Учитывая формальный характер описания работы наблюдателя с определенным критерием, апелляцию к определенному критерию (например, критерию по типу отношения правдоподобия) нужно рассматривать не более, чем формализованное (модельное) описание результата некоторых гипотетических процессов принятия решения. В этом смысле психологический анализ деятельности наблюдателя должен идти от содержательной психологической интерпретации использования им того или иного критерия, а не от вычисления определенной математической функции, описывающей критерий, которая сама по себе может быть свободна от психологического содержания.

Задание 1. Обнаружение зрительного сигнала методом «Да-Нет»

Цели задания. 7. Практическое освоение метода «Да-Нет» на примере обнаружения зрительного сигнала. 2. Исследование динамики d' и β в зависимости от влияния несенсорных факторов.

Методические замечания по планированию и проведению эксперимента.

При планировании предстоящего исследования стоит обратить особое внимание на важность тренировочных серий эксперимента и вспомнить, каким требованиям должен удовлетворять идеальный испытуемый (наблюдатель). Прежде всего еще раз подчеркнем, что в предлагаемой модели описывается ситуация обнаружения сигнала порогового уровня, следовательно в ходе тренировочных серий необходимо подобрать соответствующие параметры обнаруживаемого сигнала. В компьютерной программе стимуляции (см. Приложение 2) предлагаются на выбор различные сигнальные и несигнальные стимулы, например: обнаруживать букву R на фоне L, I на фоне 1 или Q среди О. Естественно, принимая во внимание индивидуальные особенности зрения испытуемого, следует подобрать такие стимулы, которые будут с трудом отличаться друг от друга, и в этом смысле, по-видимому, вариант R и L (это достаточно хорошо различимые конфигурации) будет адекватен лишь для тех студентов, у кого не очень хорошее зрение. В противном случае, как показывает наш опыт, даже при минимальном времени экспозиции стимулов на экране дисплея после хорошей тренировки некоторые испытуемые показывают практически 100%-е обнаружение такого сигнала. Интересно, что поначалу это может показаться весьма сомнительным, но поработав 15—20 минут, как правило, все убеждаются, что тренировка идет и, несмотря на невысокую уверенность каждого отдельного ответа в прошедшей серии, результат обнаружения почти 100%-й. И, следовательно, время предыдущих тренировочных серий потрачено не оптимально. Таким образом, с самого начала нужно четко представлять себе, что следует выбрать такие стимулы и такую их длительность, чтобы обеспечить пороговый уровень обнаружения сигнала. Для более четкой ориентации введем операциональный критерий "пороговости" обнаружения сигнала: индекс сенсорной чувствительности d' должен быть в диапазоне от 1 до 2, что соответствует вероятности попаданий явно меньшей 1 и вероятности ложных тревог, превышающей 0. Например, если тренировочные серии проводятся при априорной вероятности предъявления сигнала, равной 0.5, то соответствующие значения вероятностей попаданий и ложных тревог будут приблизительно такими: Р(Н) - от 0.7 до 0.8, a p(FA) - от 0.1 до 0.3.

Следующий немаловажный момент касается вопроса о достижении испытуемым асимптотического (предельного) уровня обнаружения порогового сигнала, а именно, достиг ли он того предельного уровня тренировки, когда со временем практически не происходит существенных изменений d'. Самым простым подтверждением достижения асимптотического уровня обнаружения будет относительное постоянство показателей обнаружения в 3—4 следующих друг за другом тренировочных сериях при неизменных стимулъных параметрах. Полезно также посмотреть, как изменяется среднее время реакции (ВР) и его вариативность. Стабилизация величины среднего ВР и его разброса служит хорошим доказательством выхода испытуемого на асимптотический уровень обнаружения. В табл. 7 приведены реальные результаты тренировочной серии эксперимента (данные студента Е.К., 1994 г.), показывающие достижение к шестой серии асимптотического уровня обнаружения сигнала.

Таблица 7