Главная | Обратная связь
МегаЛекции

Числовое выражение вероятности наличия стимула в пробе P(S) и вербальная формулировка степени уверенности испытуемого в его наличии в пробе для каждой из пяти использованных оценочных категорий

Номер оценочной категории Интервал значений вероятности P(S) Вербальная формулировка оценочной категории
0,00 ÷ 0,20 стимула в пробе точно не было
0,21 ÷ 0,40 скорее всего в пробе стимула не было
0,41 ÷ 0,60 шансы на то, был или не был стимул, одинаковы
0,61 ÷ 0,80 скорее всего стимул в пробе был
0,81 ÷ 1,00 стимул в пробе точно был

 

Количество категорий, которые можно использовать, зависит от конкретных целей исследования, но оптимальным считается применение от 5 до 7 оценочных категорий. Использование большого числа категорий вызывает у испытуемых затруднение в их четком разграничении, вследствие чего они начинают объединять соседние категории, уменьшая их число - например, с 15 заданных в инструкции до 7 реально используемых.

Для избежания такого несанкционированного «укрупнения» используют специальные приемы. Один из часто используемых в таком случае вариантов состоит в том, что испытуемому предлагают работать на графической шкале с перемещающейся меткой, положением которой он отмечает вероятность наличия стимула в пробе (рис.14).

 

 

           
   
     
 


P(S) = 0

(стимула точно нет)

                                  P(S) =1 (стимул точно есть)
                               
                               
                               
                               
      метка                  

 

Рис 14. Пример графической шкалы с подвижной меткой в методе оценки

 

Недостатком такого приема является снижение числа измерений (ответов), попадающих в каждую из 17 категорий, что вынуждает экспериментатора увеличивать число проб для получения требуемого уровня достоверности.

 

Процедура. Практически полностью совпадает с изложенной для метода “ Да – Нет”. Исключение состоит только в использовании испытуемым более широкого спектра возможных ответов. Это в известной мере облегчает задачу испытуемого, так как тем самым устраняется сложность, с которой он сталкивается в методе “Да–Нет” - искусственное сужение числа оценочных категорий до двух может существенно затруднить задачу испытуемого из-за того, что не соответствует многообразию впечатлений испытуемого.

 

Протокол эксперимента. В соответствии с процедурой все ответы испытуемых во всех пробах, как стимульных, так и пустых, должны быть разнесены испытуемым по разным оценочным категориям. При этом в одну и ту же оценочную категорию могут попасть ответы как в стимульных, так и пустых пробах, что позволяет рассчитать соответствующие величины Pобн и Pлт для каждой из этих категорий.

Пусть в эксперименте используется k оценочных категорий (при этом в соответствии с требованиями метода оценки k >2). Тогда протокол №2 эксперимента с пятью оценочными категориями (т.е. k =5 - как в рассматривавшемся выше примере в табл.8) и 500 пробами (из которых 250 – стимульные, а оставшиеся 250 – пустые) будет выглядеть следующим образом (табл.9).

 

Таблица 9

Образец протокола в методе оценки

Протокол № 2

Показатели Оценочные категории (k) Число проб
Число случаев, когда испытуемый в стимульной пробе выбирал данную оценочную категорию - (k/s)
Число случаев, когда испытуемый в пустой пробе выбирал данную оценочную категорию - (k/n)
Общее число случаев, когда испытуемый выбрал данную категорию: (k/s)+ (k/n)

Протокол №1 метода оценки, в котором фиксируются ответы испытуемого в каждой пробе, не приводится, поскольку он во многом сходен с протоколами в методе «Да-Нет» (см. табл.6 и 7). Отличие протоколов состоит в том, что отсутствует графа «Исход пробы», а в графе «Ответ испытуемого» проставляется номер оценочной категории, которую испытуемый использовал в текущей пробе.

 

Обработка результатов. Использование нескольких оценочных категорий по сути означает усложнение процесса принятия решений. Для решения поставленной задачи - отнесения результата наблюдения (сенсорного события s) в очередной пробе к той или иной категории из k используемых, испытуемый должен:

1) определить столько значений порога принятия решения λ0, чтобы они позволили разделить все множество сенсорных эффектов s на k классов (областей) – для этого необходимо (k - 1) значений λ0;

2) на оси сенсорных эффектов s, согласно этим значениям λ0, определить (расположить) k - 1 критических значений s0, разделяющих всю ось s на k областей, соответствующих заданным критериям оценок.

 

На рис.15 приведен пример расположения s0 на оси s при условии

k = 5 в соответствии с теоретическими представлениями, изложенными в разделе 2.2.

Следует отметить, что в реальном эксперименте вряд ли s0 будут располагаться так же равномерно по оси s, однако сути дела это не изменяет.

 

 

Рис.15. Соотношение распределений плотности вероятности, оценочных категорий и критических значений s0 в теоретической модели метода оценки

 

Как видно на рис.15, для использования пяти оценочных категорий необходимо разместить на оси сенсорных событий s четыре значения s0 : s0(1), s0(2), s0(3), и s0(4), которые разбивают всю ось s на пять частей, соответствующих числу категорий оценки.

Введем некоторые новые величины, необходимые для дальнейшего рассмотрения метода:

P(k/s) – вероятность того, что сенсорный эффект, вызванный стимулом, отнесен к k-той оценочной категории;

P(k/n) – вероятность того, что сенсорный эффект, вызванный шумом (пустой пробой), отнесен к k-той оценочной категории.

Эти величины рассчитываются следующим образом:

 

; (24а)

 

. (24b)

 

Например, в соответствии с данными, приведенными в таблице 9 для 2-ой оценочной категории, получим:

 

 

.

Проведя соответствующие вычисления для всех категорий, получаем данные, приведенные в табл.10 P(k/s) и P(k/n) для всех пяти значений оценочных категорий.

 

Таблица 10

Значения P(k/s) и P(k/n) для всех оценочных категорий

Показатели Оценочные категории (k)
P(k/s) 0,11 0,25 0,54 0,73 0,95
P(k/n) 0,89 0,75 0,46 0,27 0,05

 

Определенные таким образом значения P(k/s) и P(k/n) имеют достаточно простой смысл в графической интерпретации – как площади под соответствующей функцией f(s) или f(n) , взятые от одного значения s0 до другого, и в аналитической – как интегралы этих функций на заданных соседними значениями s0 отрезках s.

По сути дела такой подход означает, что мы пришли к теоретической модели, которая применялась в методе “Да – Нет” при использовании приемов получения нескольких значений λ0 и s0 в нескольких отдельных экспериментальных сериях (см. раздел 2.3.1). теперь эти несколько значений λ0 и s0 мы получаем в одномэксперименте за счет использования нескольких оценочных категорий. Вопрос заключается в том, как по полученным данным рассчитать пары значений Pобн и Pлт, необходимые для построения PX и оценки .

Рассмотрим, как рассчитываются Pобн и Pлт в методе оценки, если в нем используется, например, пять оценочных категорий (как и в примере, приведенном выше). Определим необходимые для этого величины следующим образом:

Ps(k) – вероятность отнесения сенсорного эффекта, вызванного стимулом, в k-ю категорию;

Pn(k) –вероятность отнесения сенсорного эффекта, вызванного пустой пробой, в k -ю категорию.

Тогда значения P(k)обн и P(k)лт, рассчитываемые для соответствующих четырех значений λ0 и s0(k), будут определяться способом, описанным в табл.11.]

Применим теперь подход, изложенный в таблице 11, к экспериментальным данным, содержащимся в таблице 9.

Поскольку число стимульных и пустых проб было равным - по 250, то, учитывая величины и из таблицы (9), получим:

 

Ps(k)= , (25a)

 

Pn(k)= . (25b)

Рассчитанные по формулам (25a,b) значения вероятности обнаружения и ложной тревоги для всех оценочных категорий приведены в табл.12.

 

Таблица 11

Способ расчета Pобн и Pлт в методе оценки

Значение s0(k) Оценочные категории, учитываемые при расчете P(k)обн и P(k)лт Величины P(k)обн и P(k)лт, ожидаемые согласно теоретическому подходу в методе оценки
s0(4) P(4)обн = Ps(5) P(4)лт = Pn(5)
s0(3) 5+4 P(3)обн = Ps(5) + Ps(4) P(3)лт = Pn(5) + Pn(4)
s0(2) 5+4+3 P(2)обн = Ps(5) + Ps(4) + Ps(3) P(2)лт = Pn(5) + Pn(4) + Pn(3)
s0(1) 5+4+3+2 P(1)обн = Ps(5) + Ps(4) + Ps(3) + Ps(2) P(1)лт = Pn(5) + Pn(4) + Pn(3) + Pn(2)

 

После проведения вычислений получены 5 пар значений Pобн и Pлт, из которых четыре можно использовать для построения PX и расчета . Значения Pобн и Pлт, полученные для 1-ой оценочной категории, в дальнейшем не рассматриваются, так как их величина по определению всегда должна быть равна 1.

 

Таблица 12

Значения вероятности обнаружения и ложной тревоги для всех s0

Показатели Оценочные категории
Вероятность отнесения стимула к данной оценочной категории Ps(k) 0,05 0,10 0,20 0,30 0,35
Вероятность обнаружения стимула P(k)обн 1,00 0,95 0,85 0,65 0,35
Вероятность отнесения пустой пробы к данной оценочной категории Pn(k) 0,39 0,31 0,17 0,11 0,02
Вероятность ложной тревоги P(k)лт 1,00 0,61 0,30 0,13 0,02

 

Для построения PX и расчета переведем нужные величины P(k)обн и P(k)лт в шкалу Z. Результаты пересчета даны в табл.13.

 

Таблица 13

Значения вероятности обнаружения и ложной тревоги для всех s0

В Z-единицах

 

Показатели Оценочные категории
Z(k)обн - 1,64 1,04 0,39 -0,39
Z(k)лт - 0,28 -0,52 -1,13 -2,05

 

Рабочая характеристика, соответствующая данным табл.13, изображена на рис.16 и представляет собой отрезок прямой, проходящий через четыре точки. Определение параметров линейной функции, аппроксимирующей экспериментальные данные, осуществляется по методу наименьших квадратов, описание которого можно найти в любом руководстве по математической статистике.

Поскольку в методе оценки получается несколько пар (точнее – (k – 1) пара) значений Z(k)обн и Z(k)лт (в рассматриваемом примере четыре), то может быть рассчитано и столько же значений показателя чувствительности . В теории или в идеальном эксперименте все эти значения должны совпасть. Однако в реальном эксперименте этого не происходит. Поэтому в качестве итогового показателя чувствительности может быть взято среднее арифметическое значение всех полученных значений , каждое из которых рассчитывается согласно формуле (23):

= . (26)

 

В примере, согласно данным табл.13, имеем: 2 = 1,36; 3 = 1,56; 4 = 1,52; 5 = 1,66, и, соответственно:

 

=

 

Обращает на себя внимание еще один возможный показатель, который может быть получен в методе оценки – ширина диапазона изменений порогов принятия решения λ0 , возникновение которого обусловлено использованием нескольких оценочных категорий. Это уже характеристика механизмов принятия решения, отражающих психологические особенности личности испытуемого. Косвенно величина этого показателя ( Δλ0 ) может быть оценена через разброс значений Zобн и Zлт для крайних из использованных значений оценочных категорий k.

 
 

Теоретически такой разброс значений должен быть одинаков для Zобн и Zлт – графически (см. рис.16) величина разброса представляет собой расстояние между крайними точками РХ, взятое либо по оси Zобн, либо по оси Zлт. Однако на практике такое равенство встречается редко и является исключением.

 

Рис.16. РХ, построенная по данным метода оценки

 

Поэтому можно использовать процедуру приближенного вычисления величины разброса D(λ0), представляющую собой косвенную оценку величины Δλ0:

 

D(λ0) = [(Z(2)обн – Z(k)обн)+ (Z(2)лт – Z(k)лт)] ∕ 2. (27)

 

Так, для данных нашего примера:

 

D(λ0) = [(1,64 – (-0,39))+ (0,28 – (-2,05))] ∕ 2 = 2,18

 

Значение величины D(λ0), меняющееся в пределах от нуля до шести, позволяет оценить пластичность испытуемого, его способность изменять критерии, используемые при выполнении задания. В определенной степени это значение отражает и готовность испытуемого к применению более рискованной («смелой») стратегии оценивания.

 

Метод вынужденного выбора

 

Метод вынужденного выбора является самым сложным и трудоемким из описываемых в пособии методов. В связи с этим он и используется реже. Однако его положительной стороной является то, что он позволяет получать более точные и стабильные оценки сенсорной чувствительности, чем другие методы.

Основное отличие от двух предыдущих методов – «Да – нет» и оценивания, где в каждой пробе имелся только один интервал наблюдения (или два, если речь идет об измерении дифференциальной чувствительности), заключается в наличии нескольких таких интервалов. При этом только в одном из интервалов наблюдения предъявляется стимул, а в остальных стимул отсутствует (т.е. остальные пробы пустые). В каком именно интервале наблюдения будет присутствовать стимул, испытуемый не знает. Соответственно задача испытуемого – определить, в каком из интервалов наблюдения – первом, втором, или каком-либо другом был предъявлен стимул.

В другом варианте метода могут использоваться не последовательные интервалы наблюдения, а пространственно разные зоны наблюдения, в одной из которых будет предъявлен стимул. Например, зрительный стимул может предъявляться в левой или правой части экрана или зрительного поля, либо в одной из трех (четырех, пяти, и т.д.) областей экрана, слуховой стимул может быть предъявлен в левое или правое ухо, и т.д.

Главное заключается в том, что и в первом, и во втором вариантах метода вынужденного выбора в каждой пробе стимул обязательно будет предъявлен. Однако где (в какой зоне наблюдения) или когда (в каком интервале наблюдения) это произойдет, испытуемый не знает. Определить этот интервал или зону – задача испытуемого.

Таким образом, основные правила, которые применяются в методе вынужденного выбора, следующие:

1) в эксперименте используется одно значение стимула;

2) в каждой отдельной пробе имеется несколько интервалов (зон) наблюдения (не менее 2-х), в одном из которых предъявляется стимул, а остальные интервалы (зоны) пустые – т.е. без стимула. При этом интервал (зона), в котором появится стимул, выбирается случайным образом и испытуемый не должен знать, в каком из интервалов (зоне) наблюдения ему будет предъявлен стимул.

3) испытуемый должен определить, в каком из интервалов (зоне), по его мнению, был предъявлен стимул, и дать один из ответов:

 

Ответ R1 – стимул был в первом интервале (зоне) наблюдения;

Ответ R2 – стимул был во втором интервале (зоне) наблюдения;

Ответ Ri – стимул был в i-ом интервале (зоне) наблюдения.

 

Т.е. он должен принять решение, сравнив свои субъективные впечатления, относящиеся к разным интервалам (зонам) наблюдения. При этом испытуемый должен обязательно выбрать один из вариантов ответа – отсюда и название «вынужденный выбор».

 

Процедура проведения и обработка результатов. Наиболее часто используется самый простой вариант метода вынужденного выбора – двухальтернативный, в котором используется минимальное число интервалов (зон) наблюдения – два. Поэтому дальнейшее описание метода будет относиться именно к такому варианту.

По процедуре проведения метод вынужденного выбора во многом сходен с двумя предыдущими, отличаясь только тем, что в структуре отдельной пробы имеется не один (см. рис.12), а два интервала наблюдения, и в своем ответе испытуемый указывает номер интервала (первый или второй), в котором, по его мнению, присутствовал стимул.

Главное отличие от предыдущих методов состоит в том, как определяются вероятности правильного обнаружения и ложной тревоги - Pобн и Pлт. Обозначим случай, когда стимул предъявляется в первом интервале [sn], а случай, когда стимул предъявляется во втором интервале – [ns]. Испытуемый должен дать один из двух ответов: R1 – стимул содержится в первом интервале, и R2 – стимул содержится во втором интервале. Соответственно может быть четыре варианта сочетания ответов и стимульной ситуации:

 

1) R1/[sn] – с вероятностью P(R1/[sn]);

 

2) R1/[ns] – с вероятностью P(R1/[ns]);

 

3) R2/[sn] – с вероятностью P(R2/[sn]);

 

4) R2/[ns] – с вероятностью P(R2/[ns]).

 

Ответы первого и третьего типов будут правильными, а ответы второго и четвертого типов – ошибочными. Для вероятностей этих ответов справедливы равенства:

 

P(R1/[sn]) + P(R2/[sn]) = 1, (28a)

 

P(R1/[ns]) + P(R2/[ns]) = 1. (28b)

 

Эти равенства подобны тем, которым подчиняются величины Pобн, Pпроп, Pлт и Pотр, и рассматривались ранее (см. равенства (17) в разделе 3.2.3). Поэтому можно взять в качестве аналогов Pобн и Pлт соответствующие величины из равенств (28) - P(R1/[sn]) и P(R1/[ns]), считая ответы типа R1/[sn] случаями правильного обнаружения, а ответы типа R1/[ns] – ложными тревогами. Такой подход дает возможность использовать данные, получаемые методом вынужденного выбора для построения РХ и вычисления тех же мер чувствительности, что и в предыдущих двух методах – показателя .

Для того, чтобы иметь возможность вычисления этого показателя чувствительности, необходимо данные, полученные при помощи метода вынужденного выбора, привести к общей модели, изложенной в разделе 3.2. Дело в том, что сенсорный эффект при действии стимула (или шума) может появиться как в первом, так и во втором интервале наблюдения. Соответственно будем иметь два стимульных распределения f(s1) и f(s2), и два «шумовых» распределения - f(n1) и f(n2), где индекс 1 или 2 означает номер интервала наблюдения – первый или второй. То есть в каждом интервале наблюдения испытуемый имеет дело с распределениями f(s) и f(n) (см. разд.3.2.1, 3.2.2 и рис.6). Принимая решение, он должен не только учитывать одно абсолютное значение сенсорного эффекта, но сравнивать величину сенсорного эффекта s1 в первом интервале наблюдения с величиной сенсорного эффекта s2 во втором интервале наблюдения. Для ситуации [sn] появление s1 означает, что сенсорный эффект был вызван стимулом в первом интервале наблюдения, а появление s2 – что сенсорный эффект был вызван шумом во втором интервале наблюдения (для ситуации [ns] – наоборот).

Это означает, что испытуемый работает при принятии решения с относительными величинами ∆s = s1s2. Поскольку s1 и s2 являются случайными величинами, то и их разность, величина ∆s, также будет случайной. Поскольку s1 и s2 еще и независимые величины, то распределения апостериорных плотностей вероятностей того, что стимул был в первом интервале наблюдения (f(∆s /n)), и того, что он был во втором интервале (f(∆s /s)), будут иметь соответственно следующие параметры:

 

Mn = Ms1 - Mn1, (29a)

 

Ms = Ms2 - Mn2, (29b)

 

. (29c)

 

Таким образом, мы получаем два новых распределения f(∆s /n) и f(∆s /s), которые располагаются симметрично относительно ∆s= 0, и последующая деятельность испытуемого следует тем же правилам, что описаны в разделе 3.2.

Отметим одну важную особенность метода вынужденного выбора, связанную с симметричностью расположения распределений на оси ∆s. Испытуемый будет стремиться сохранить симметричное относительно ответов R1 и R2 значение критерия, подобного s0 в методе «Да-Нет», что обеспечит высокую стабильность порога принятия решения. Значение критерия ∆s0, соответствующее такому порогу, выбирается испытуемым близким к точке ∆s = 0. Попытки изменить этот порог с помощью инструкции (например, с помощью изменения стоимостей ответов) в сторону предпочтения одного из ответов, вынуждают испытуемого при попытке следовать такой инструкции давать ответы, которые противоречат результату наблюдения. Как правило, в такой ситуации испытуемый предпочитает опираться на собственные впечатления, игнорируя требования инструкции. Это приводит к высокой стабильности получаемых в итоге результатов и показателей.

Показатель чувствительности в методе вынужденного выбора будет иметь другую величину, чем d’ в методе «Да-Нет» и методе оценки. Пронормировав распределения f(∆s /n) и f(∆s /s) по σn = σs = 1, с учетом (29) в итоге получаем

 

, (30)

 

т.е. чувствительность сенсорной системы по показателю, получаемому в методе вынужденного выбора, оказывается большей, чем в первых двух методах. Такое повышение связано, очевидно, с возможностью для испытуемого сравнивать ощущения из первого и второго интервалов наблюдения, а не опираться при принятии решения только на одну оценку абсолютной величины сенсорного эффекта, как это происходит в методах «Да-Нет» и оценки.

Поскольку критерий, используемый испытуемым в рассматриваемом методе, обладает высокой стабильностью, то построение РХ обычным способом, описанном в 3.3.1, невозможно, так как экспериментальные данные позволяют определить только одну точку РХ, лежащую на пересечении РХ с отрицательной диагональю.

Помимо показателя чувствительности , в методе вынужденного выбора используется еще показатель P(C), представляющий собой отношение числа правильных ответов к общему числу проб:

 

P(C) = Pобн ·Ps + Pотр ·Pn , (31a)

 

или, учитывая зависимость Pотр от Pлт,

 

P(C) = Pобн ·Ps + (1 – Pлт) ·Pn . (31b)

 

Так как Ps и Pn являются на протяжении эксперимента постоянными, то при наличии стабильного критерия и неизменной чувствительности значение P(C) также будет постоянной величиной, изменяясь только тогда, когда меняется чувствительность сенсорной системы.

 


 

 

ЗАКЛЮЧЕНИЕ

 

Описанные методы представляют собой широкий спектр измерительных процедур оценки чувствительности сенсорных систем человека.

Для получения точных, надежных и устойчивых показателей чувствительности предпочтительным будет использование современных непороговых мер и методов. В наибольшей степени это относится к ситуациям, когда в ходе проведения исследования могут проявляться неконтролируемые исследователем изменения состояний, целей и мотивации испытуемых (либо эти изменения сами являются объектом изучения). Как было показано, именно в этих случаях обнаруживается слабость традиционных пороговых мер чувствительности, приводящая иногда к получению неадекватных результатов. Вместе с тем применение непороговых мер зачастую требует значительных затрат сил и времени, что не всегда оправдано.

Более простые и менее трудоемкие, но менее точные пороговые методы позволяют достаточно быстро и оперативно получить грубую оценку чувствительности, которой в ряде случаев оказывается достаточно для решения поставленных задач, например, в некоторых диагностических задачах, при оценке силы нервной системы, профотборе и т.п. При этом следует иметь в виду интуитивную «понятность» категории «порог чувствительности», что иногда немаловажно с точки зрения доведения полученных результатов до неспециалиста.

Таким образом, рассмотренные методы измерения чувствительности сенсорных систем предоставляют исследователю широкие возможности по выбору конкретного метода в зависимости от целей и задач исследования и имеющихся в его распоряжении ресурсов, позволяя выбрать наиболее оптимальный вариант.


 

Литература

1. Бардин К.В. Проблема порогов чувствительности и психофизические методы. –М.: Наука, 1973. - 396 с.

 

2. Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии. Общий психологический практикум. –М.: Смысл, 1998.

 

3. Забродин Ю.М., Фришман Е.З., Шляхтин Г.С. Особенности решения сенсорных задач человеком. –М.: Наука, 1981. – 200 с.

 

4. Иган Дж. Теория обнаружения сигнала и анализ рабочих характеристик. –М.: Наука, 1983. – 216 с.

 

5. Проблемы и методы психофизики. /Под ред. А.Г.Асмолова и М.Б.Михалевской. –М.: 1974.

 

6. Пьерон А. Психофизика. – В кн.: Экспериментальная психология. –М.: Прогресс, 1966, вып. 1. С.241-313.

 

7. Светс Дж., Таннер В., Бердсолл Т. Статистическая теория решений и восприятие. – В кн.: Инженерная психология. –М.: Сов. радио, 1964. С.269-335.

 

8. Скотникова И.Г. Психология сенсорных процессов. Психофизика // Современная психология: Справочное руководство. /Под ред.В.Н.Дружинина. М.: Инфра-М, 1999.

 

9. Энген Т. Психофизика I: Различение и обнаружение. – В кн.: Проблемы и методы психофизики. – М.: Изд-во МГУ, 1964, ч. 1. С.103-173.

 

 


 

 

Шляхтин

Геннадий Сергеевич

 

 





©2015- 2017 megalektsii.ru Права всех материалов защищены законодательством РФ.