- •Глава 2
- •Глава 1
- •Глава 2
- •§ 1. Психофизические шкалы
- •§ 2. Нольмерное шкалирование
- •§ 3. Одномерное шкалирование
- •§ 4. Модель шкалирования Терстоуна
- •§ 5. Многомерный анализ сложных стимулов
- •§ 6. Многомерное шкалирование
- •Часть I локализация точки на шкале (нольмерное шкалирование)
- •Глава 1. Методы измерения порогов
- •§ 1. Метод минимальных изменений
- •§ 2. Метод средней ошибки
- •§ 3. Метод постоянных раздражителей
- •Результаты эксперимента по определению пространственного порога тактильного восприятия
- •Методические рекомендации по выполнению учебных заданий по теме
- •Литература
- •Требования к оформлению отчета по учебному заданию
- •Глава 2. Методы обнаружения сигнала
- •§ 1. Общие понятия
- •§ 2. Метод “Да-Нет”
- •Исходы эксперимента по обнаружению сигнала
- •§ 3. Метод двухальтернативного вынужденного выбора (2авв)
- •§ 4. Метод оценки
- •Теоретические результаты эксперимента с использованием метода оценки
- •Способ расчета p(h) и p(fa) по полученным данным в методе мо
- •Обработка результатов
- •Обсуждение результатов
- •Литература
- •Дополнительные сведения о критериях принятия решения
- •Краткое описание программы yes_no.Exe
- •Часть II одномерное шкалирование
- •Глава 1. Метод балльных оценок
- •§ 1. Графические шкалы
- •§ 2. Числовое шкалирование
- •§ 3. Шкалирование по стандартной шкале
- •§ 4. Проблемы, связанные с построением шкал балльных оценок
- •§ 5. Проблемы, связанные с обработкой полученных данных
- •Литература
- •Методические указания по выполнению учебных заданий по теме
- •Глава 2. Метод парных сравнений. Модель терстоуна
- •§ 1. Закон сравнительных суждений
- •§ 2. Процедура измерения
- •§ 3. Упрощенные варианты закона сравнительных суждений
- •§ 4. Процедура решения V варианта закона сравнительных оценок для полной матрицы
- •Матрица частот f
- •Матрица вероятностей p
- •Матрица z ‑ оценок
- •§ 5. Процедура решения V варианта закона сравнительных суждений для неполной матрицы исходных данных
- •Матрица вероятностей p
- •Матрица z — оценок
- •Литература
- •Глава 3. Методы прямой оценки
- •§ 1. Метод установления заданного отношения
- •Результаты оценки испытуемыми стимула как половины стандартного (по Харперу и Стивенсу, 1948)
- •§ 2. Метод оценки величины
- •Литература
- •Методические рекомендации по выполнению учебного задания по теме
- •Часть III многомерное шкалирование
- •Глава 1. Факторный анализ
- •Введение
- •§ 1. Область применения факторного анализа
- •§ 2. Исходные принципы и предположения
- •§ 3. Основные этапы факторного анализа
- •Использование различных методов факторизации для получения двухфакторного решения
- •§ 4. Дополнительные статистические показатели для оценки результатов факторного анализа
- •§ 5. Несколько замечаний по поводу конфирматорного фа
- •Методические рекомендации по выполнению учебного задания по теме «Факторный анализ»
- •Литература
- •Глава 2. Метрическое и неметрическое многомерное шкалирование
- •§ 1. Основные положения
- •§ 2. Исходные данные. Матрица сходств и различий
- •§ 3. Построение пространственной модели стимулов
- •§ 4. Построение метрической модели
- •§ 5. О развитии моделей многомерного шкалирования
- •Литература
- •Методические рекомендации по выполнению учебного задания по теме
- •Методика
- •Обработка результатов
Глава 2. Методы обнаружения сигнала
§ 1. Общие понятия
В этой главе рассматриваются методы, отличающиеся от предыдущей группы методов новым подходом к локализации точки на психологической шкале, иначе говоря, другим подходом к измерению граничного шкального значения, разделяющего имеющееся множество стимулов на два класса: обнаруживаемые и необнаруживаемые, различаемые и неразличаемые и т.п.
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 легко себе представить такую ситуацию, когда испытуемый, находясь в ситуации тестирования (экспертизы), захочет показать максимум своих сенсорных способностей, и будет давать ответ “Да” почти в каждой пробе. Естественно, что в таком случае количество утвердительных ответов не будет сколько-нибудь точно отражать его предельные сенсорные способности. Надежда психолога-эксперта на честность испытуемого, по-видимому, не самое лучшее средство для обеспечения надежности проводимых измерений. Таким образом, 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.
Новая методология, называемая психофизической теорией обнаружения сигнала (Green, Swets, 1966), содержит в себе представление о наблюдателе как не о пассивном приемнике стимульной информации, но как об активном субъекте принятия решения в ситуации неопределенности.
Вкратце этот подход 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.
В следующих трех разделах будут описаны три классических метода обнаружения сигналов: метод “Да-Нет”, двухальтернативный вынужденный выбор и метод оценки уверенности.