Коэффициент ложных тревог

Таблица 19.3. Определение коэффициентов попаданий и коэффициентов ложных тревог, являющихся коэффициентами СОХ, для рассматриваемого примера

Коэффициент ложных тревог Р if Т) 7 13 18 22 37 51 55 68 96 108 144 [c.329]

Компактным и универсальным представлением, часто используемым при анализе обнаружения сигналов, является определенным образом построенный совместный график коэффициента попаданий и коэффициента ложных тревог, который называется сравнительной операционной характеристикой или СОХ. Чтобы построить такую характеристику, рассматриваются все возможные значения /С и для каждого из них определяются соответствующие вероятности р 8п 8Ы) и р 8п М) путем суммирования величин р Ь 8Ы) и р Ь М) соответственно для всех значений Ь К. Для дискретных распределений из нашего примера в табл. 19.3 даны коэффициенты попаданий и ложных тревог для каждого значения L (л ), когда это значение выбирается в качестве среза (напомним, что ответ / принимается в том случае, если отношение правдоподобия равно или больше среза). [c.329]

Наклон (тангенс угла наклона к оси абсцисс) отрезка СОХ, соединяющего две смежные операционные точки, численно равен величине отношения правдоподобия для среза, соответствующего верхней из двух точек, как это показано на рис. 19.5. Это нетрудно заметить, поскольку отношение приращения коэффициента попаданий к приращению коэффициента ложных тревог при выборе следующего меньшего значения Ь (л ) в качестве среза, т. е. наклон графика СОХ, просто отношение вероятности наблюдения, дающего такую величину Ь при наличии Р, к вероятности этого наблюдения при наличии Т. Но указанное отношение и представляет собой отношение правдоподобия. [c.330]

В терминах СОХ это означает, что коэффициент попадания Ра (5/г 1 5 ) будет линейно связан с коэффициентом ложной тревоги зп 1 М). Экспериментально определенные СОХ, как правило, показывают, что невозможно достигнуть нулевого коэффициента ложных тревог без одновременного уменьшения коэффициента попадания до нуля, как это показано на рис. 19.13. Этот факт, а также возможность учесть в моделях обнаружения сигналов априорные вероятности и величины выигрышей и проигрышей делают такие модели очень полезными в психофизике. [c.342]

Были предложены и более сложные пороговые модели, которые учитывают отличия при малых значениях коэффициента ложных тревог, но они предсказывают СОХ в виде совокупностей линейных отрезков, а не непрерывных кривых. [c.342]

Коэффициент линейной регрессии 215 Коэффициент ложных тревог 328 — 330, 342 [c.397]

Вигильность можно изучать с точки зрения обнаружения сигнала, либо разделяя полное время наблюдения на равные интервалы, которые могут содержать или не содержать сигнала, и оценивая качество действий по ответам в этих интервалах, либо сравнивая частоты ответов в интервалах, предшествующих сигналам и следующих за ними. Некоторые исследования показывают, что самого по себе уменьшения способности обнаруживать сигналы недостаточно для объяснения той степени, в которой уменьшается коэффициент ложной тревоги с уменьшением вероятности обнаружения, и чтобы объяснить это явление, необходимо существенно ужесточить критерий выбора ответа. Работы Маку-орса и Тейлора [52], Броудбента и Грегори [11], [12] и других авторов подтверждают этот вывод, который (если он правилен) очень важен, поскольку на чувствительность наблюдателя влиять значительно труднее, чем на его критерий выбора ответа. На критерий выбора можно воздействовать с помощью инструкций и вознаграждений или даже путем изменения частоты появления сигналов. Хотя в практических приложениях невозможно менять реальную частоту появления сигналов, однако специально разработанные искусственные сигналы, имеющие такие же характеристики, что и реальные сигналы, которые стремится обнаружить наблюдатель, могут быть введены без ведома оператора, но в определенные моменты времени, чтобы сообщения о них можно было затем изъять из рассмотрения. Эта идея была проверена Уилкинсоном [98] и (как он обнаружил) существенно уменьшила декремент вигильности. [c.343]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...