Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial.

Presentación del tema: "Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial."— Transcripción de la presentación:

1 Un intento por derivar una función psicométrica lineal a partir a partir del supuesto de que la discriminación ocurre a lo largo de una dimensión sensorial dentro del observador compuesta de pequeños pasos discretos (cuánticos) Un observador puede detectar un incremento ΔΦ, en un estímulo Φ, solo cuando es suficientemente grande como para excitar una unidad neuronal adicional. p = estimulación excedente, Q incremento necesario para excitar una unidad neuronal adicional. El valor de ΔΦ que es suficiente para excitar un quantum neural adicional es: ΔΦ = Q – p. La proporción de ocasiones en que ΔΦ excitará un quantum adicional es: r1 = ΔΦ/Q. La predicción para un umbral de dos unidades es r2 = (ΔΦ – Q)/Q Teoría Cuántica Neural

2

3

4 Stevens y condiciones Control cuidadoso del estímulo. Mantener constante el criterio en la sesión (recta vs ojiva) Transición rápida entre los estímulos estándar y de comparación.

5 Factores no sensoriales Dificultades con la noción de umbral absoluto La probabilidad de ocurrencia del estímulo. Matriz de pagos. Sesgo de respuesta

6 Detección de Señales: Terminología Ensayos de ruido. Ensayos de señal. Tasa de hits. Respuesta Tipo De Ensayo NOSI RUIDORechazo correcto Falsa Alarma SEÑALFalloHit

7 Tasa de falsas alarmas Tasa de fallos = 1 - h Tasa de rechazos correctos = 1 - f Tasa de hits

8

9

10

11 Parámetros

12 Supuestos de la teoría estadística de la decisión La evidencia sobre la señal que el observador extrae del estímulo se puede representar con un solo número. La evidencia extraída está sujeta a variación aleatoria. La elección de la respuesta se hace aplicando un simple criterio de decisión a la magnitud de la evidencia.

13 Modelo Gaussiano

14 P F = 1 – Φ (λ) P H = 1 – Φ (λ - d’)

15 PH = 1 – Φ (λ - d’) PF = 1 – Φ (λ)

16 Estimando d’ y λ

17 NOSIΣ RUIDO5446100 SEÑAL1882100 HIT RATE: h=82/100 =.82 cae arriba de una distribución centrada en d’ λ - d’ : Φ (h) = Φ (.82) =.915 λ queda.915 unidades debajo de d’ λ - d’ =.092 FALSE ALARM RATE: f = 46/100 =.46 λ = Φ (1-f) = Φ(1-.46)= Φ(.54) = 0.1 λ = z (1-f) = ;λ = -z (f);z(1-h) = λ – d’; z(h) = d’ - λ d’ =z(h) –z(f) =.915 – (-.1) = 1.015

18

19 Medición del sesgo

20 http://faculty.vassar.edu/lowry/tabs.html#z http://www.statsoft.com/textbook/stathome.html?sttable.html&1 Sitios útiles http://www.artsci.wustl.edu/~rabrams/psychlab/index.htm http://wise.cgu.edu/sdtmod/signal_applet.asp