实验心理学 信号检测论 支付矩阵

    这几天一直都在看实验，感觉当时看完了，弄懂了，可是回想的时候还是没系统没骨架，不知道什么是重点的感觉。请各位前辈指点~
    今天看到信号检测论了，杨治良老师的书中似然比值，公式beta=P（Y/NS）/P(Y/N),这个可以理解。但是引入支付矩阵后，beta=P(N)/P(S) * {[V(CR)+C(FA)]/[V(H)+C(M)]}就有些不明白了，这样变成了无信号出现的概率与无信号的价值的乘积比上信号出现的概率与信号的价值的乘积。与上一个公式正好相反么？而且，书中说到V(CR)+C(FA) 与V(H)+C(M)相等时，能获得最大收益，那么，要如何判断它们想等？要怎么赋予他们价值？

1、首先你要分清书中的两个β的区别与联系。
两者区别：第一个是“似然比β”，是用来衡量反应偏向的，其的定义是直接给出的，即公式β=Osn/On（通俗表达为，被试判断标准的感觉临界值X所对应的SN与N两个分布的纵线高度比）【ps.你的beta=P（Y/NS）/P(Y/N)）公式有误】；第二个是叫最大收益值β，与第一个非等同概念。（严格应写成βopt）它实际上是被试做出有无判断时的参考指标。从这个角度上说，似然比只是个衡量指标。
最大收益值计算公式，βopt=P(N)/P(S) * {[V(CR)+C(FA)]/[V(H)+C(M)]}，其实质是=有利于判断“无信号”的因素/有利于判断“有信号”的因素。即，分子中P(N)、[V(CR)+C(FA)]都是使被试倾向判断“无信号”的因素，分母中P(S)
、[V(H)+C(M)]都是使被试倾向判断“有信号”的因素。分子与分母的这样安排，才能符合β越大，标准越严，即越倾于说无信号，对说有信号很谨慎。

两者联系：似然比β与最大收益值β，他们值的方向变化可以说是代表同样的意思。即β越大，标准越严，β越小，标准越宽。再者，是最大收益值β影响似然比β。似然比β是衡量反应标准的本身，最大收益值β是影响反应标准的因素。
2、你理解以上区别和联系后，对于“与上一个公式正好相反么？”的疑惑自然解开。
3、杨书P234有说“V(CR)+C(FA) 与V(H)+C(M)相等时，能获得最大收益”？书上说是“V(CR)+C(FA) 与V(H)+C(M)相等时，最大收益将从最小错误而得到”，即随P(s)变化，因为V(CR)+C(FA)=V(H)+C(M)时，它们商为1。另这个支付矩阵一般题干会给出值的。
个人见解，仅供参考

看的好细致啊
V代表由正确反应得到的价值，C代表错误反应付出的代价（负值），所以我觉得V(CR)+C(FA) 与V(H)+C(M)这个是给定的，不是判断的。比如雷达监测员，在发现飞行器的话偏向判定为敌机，因为如果漏报敌机的代价很惨重，即C(M)很大，而虚报的话代价小很多，即C(FA)较小。
至于那个公式的理解需要查阅相关资料。但是貌似提到这个公式只是为了让读者明白β和物理阈限的区别，即和先验概率和结果奖惩有关，而不是固定不变的。

fuzhouzsh 发表于 2011-8-8 21:47
1、首先你要分清书中的两个β的区别与联系。
两者区别：第一个是“似然比β”，是用来衡量反应偏向的，其的 ...

谢谢你~(*^__^*) 嘻嘻……

tempuser 发表于 2011-8-8 22:05
看的好细致啊
V代表由正确反应得到的价值，C代表错误反应付出的代价（负值），所以我觉得V(CR)+C(FA) 与V( ...

谢谢你~(*^__^*) 嘻嘻……