Signal Detection Theory (SDT) Flashcards
Wat is de Signal Detection Theory (SDT)?
1 stimulusintensiteit wordt getoond en in sommige trials geen stimulus –> signaal is dubbelzinnig.
Mogelijke uitkomsten:
- Hit: correct ja zeggen bij stimulus.
- Miss: incorrect nee zeggen bij stimulus.
- False alarm: incorrect ja zeggen bij noise.
- Correct rejection: correct nee zeggen bij noise.
Leg uit wat signaal, noise en signal-to-noise ratio (SNR) is.
Signaal: getoonde stimulus aan deelnemer.
Noise: alle andere stimuli in omgeving –> altijd aanwezig (intern/extern).
SNR: hoeveelheid signaal t.o.v. hoeveelheid noise (hoe hoger SNR, hoe beter signaal en hoe minder noise).
Hoe kan drempelwaarde verschillen door gevoeligheid van stimulus?
d’ = afstand tussen (N) en (S+N).
Lage gevoeligheid = meer overlap = moeilijke onderscheiding.
Hoge gevoeligheid = minder overlap = makkelijke onderscheiding.
Hoe kan drempelwaarde verschillen door stimulussterkte?
Sterker signaal = minder overlap = makkelijke onderscheiding.
Zwakker signaal = meer overlap = moeilijke onderscheiding.
Hoe kan drempelwaarde verschillen door hoeveelheid noise?
Weinig noise = weinig overlap = makkelijke onderscheiding.
Veel noise = veel overlap = moeilijke onderscheiding.
Hoe kan drempelwaarde verschillen door criterium?
Liberaal (meer ja): meest (N) rechts van C = hoge FA, hele (S+N) rechts van C = hoge H.
Neutraal: klein deel (N) rechts van C = lage FA, meeste (S+N) rechts van C = hoge H.
Conservatief (meer nee): niks van (N) rechts van C = lage FA, klein deel (S+N) rechts van C = lage H.
Payoffs (toevoegen van beloningen + straffen) kan iemand van C laten veranderen.
Wat is beta en welke soorten zijn er?
Beta = ratio van activiteit geproduceerd door S+N (wordt bepaald door deelnemer zelf).
Beta > 1 (conservatief) = minder ja, minder H, minder FA.
Beta < 1 (liberaal) = meer ja, meer H, meer FA.
Beta = 1 (neutraal) = zelfde.
Optimale beta = beste wat verwacht kan worden volgens signaalsterkte + gevoeligheid.
Sluggish beta = wat meeste mensen hebben –> minder conservatief zijn bij hoge beta en minder liberaal bij lage beta.
Hoe kies je een goede cut-off?
Kan lastig zijn –> je wilt niet te hoge (zieke mensen = niet ziek) en niet te lage cut-off (niet-zieke mensen = ziek).
Hoge prevalentie of groot voordeel in vinden van H = lage drempel.
Lage prevalentie of hoge kosten voor FA = hoge drempel.
Wat is een ROC?
Illustreert trade-off tussen true positive en false positive rate.
Perfect classificier = 1 = dichtbij y-as (100% true positive, 0% false positive).
Random classificer = 0,5.
