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:

; (24 а)

. (24 b)

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 одном эксперименте за счет использования нескольких оценочных категорий. Вопрос заключается в том, как по полученным данным рассчитать пары значений P_обн и P_лт, необходимые для построения PX и оценки d¢.

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

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

P_n⁽^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 s ₀⁽^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:

P_s^(k) = , (25 a)

P_n^(k) = . (25 b)

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

Таблица 11

Способ расчета P _обн и P _лт 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 = P_s⁽⁵⁾ P⁽⁴⁾_лт = P_n⁽⁵⁾
s₀⁽³⁾	5+4	P⁽³⁾_обн = P_s⁽⁵⁾ + P_s⁽⁴⁾ P⁽³⁾_лт = P_n⁽⁵⁾ + P_n⁽⁴⁾
s₀⁽²⁾	5+4+3	P⁽²⁾_обн = P_s⁽⁵⁾ + P_s⁽⁴⁾ + P_s⁽³⁾ P⁽²⁾_лт = P_n⁽⁵⁾ + P_n⁽⁴⁾ + P_n⁽³⁾
s₀⁽¹⁾	5+4+3+2	P⁽¹⁾_обн = P_s⁽⁵⁾ + P_s⁽⁴⁾ + P_s⁽³⁾ + P_s⁽²⁾ P⁽¹⁾_лт = P_n⁽⁵⁾ + P_n⁽⁴⁾ + P_n⁽³⁾ + P_n⁽²⁾

После проведения вычислений получены 5 пар значений P_обн и P_лт, из которых четыре можно использовать для построения PX и расчета d¢. Значения P_обн и P_лт, 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 P_s⁽^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 P_n⁽^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