视频字幕
信号检测论是心理学和认知科学中的重要理论框架。它主要研究在存在噪声干扰的情况下，观察者如何检测和识别信号。这个理论的核心在于将观察者的表现分解为两个独立的成分：一是感知能力，即观察者区分信号和噪声的敏感性；二是决策倾向，即观察者在不确定情况下的偏差。
信号检测论是心理学和工程学中的重要理论，用于研究在噪声环境中检测信号的能力。它的核心问题包括：如何在噪声中区分真正的信号，观察者的反应策略如何影响检测结果，以及如何量化检测的敏感性和反应偏向。图中显示了噪声分布和信号加噪声的分布，以及观察者设定的决策标准。
在信号检测论中，将真实状态和观察者的反应结合起来，可以得到四种可能的结果。当真实状态是有信号时，如果观察者回答是，这叫做命中；如果回答否，这叫做漏报。当真实状态是无信号时，如果观察者回答是，这叫做虚报或误报；如果回答否，这叫做正确拒绝。这四种结果构成了信号检测论分析的基础。
d-prime是信号检测论中衡量敏感性的核心指标。它通过标准正态分布的逆函数，将命中率和虚报率转换为标准化的距离测量。当d-prime等于0时，表示观察者无法区分信号和噪声，两个分布完全重叠。当d-prime大于0时，表示能够区分信号和噪声，d-prime值越大，敏感性越高，分布分离越明显。
Beta是衡量反应偏向的指标，表示观察者在做决策时的倾向性。它通过似然比来计算，即在决策标准处噪声分布和信号加噪声分布的比值。当Beta等于1时，表示无偏向；当Beta大于1时，表示保守偏向，观察者倾向于回答否；当Beta小于1时，表示自由偏向，观察者倾向于回答是。图中显示了不同偏向对应的决策标准位置。
信号检测论具有广泛的应用价值。在心理学领域，它被用于研究感知阈限、注意力和记忆过程。在医学领域，帮助评估医生的诊断能力和影像判读准确性。在工程学中，应用于雷达系统和通信系统的设计。在质量控制、安全检查等实际应用中也发挥重要作用。信号检测论的核心优势在于能够分离敏感性和反应偏向，提供客观的性能测量，并指导决策标准的优化。
d-prime是信号检测论中衡量敏感性的核心指标。它通过标准正态分布的逆函数，将命中率和虚报率转换为标准化的距离测量。当d-prime等于0时，表示观察者无法区分信号和噪声，两个分布完全重叠。当d-prime大于0时，表示能够区分信号和噪声，d-prime值越大，敏感性越高，分布分离越明显。
Beta是衡量反应偏向的指标，表示观察者在做决策时的倾向性。它通过似然比来计算，即在决策标准处噪声分布和信号加噪声分布的比值。当Beta等于1时，表示无偏向；当Beta大于1时，表示保守偏向，观察者倾向于回答否；当Beta小于1时，表示自由偏向，观察者倾向于回答是。图中显示了不同偏向对应的决策标准位置。
信号检测论具有广泛的应用价值。在心理学领域，它被用于研究感知阈限、注意力和记忆过程。在医学领域，帮助评估医生的诊断能力和影像判读准确性。在工程学中，应用于雷达系统和通信系统的设计。在质量控制、安全检查等实际应用中也发挥重要作用。信号检测论的核心优势在于能够分离敏感性和反应偏向，提供客观的性能测量，并指导决策标准的优化。