(PWP 1 Signalentdeckungstheorie - Signal Detection Theory)
(PWP 1 Signalentdeckungstheorie - Signal Detection Theory)
(PWP 1 Signalentdeckungstheorie - Signal Detection Theory)
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Einführung<br />
Univariates Gaußsches Modell<br />
ROC<br />
Ausblick<br />
Allgemeines Modell<br />
Univariates Modell<br />
Berechnung Kriterium und d ′<br />
Bias und Likelihood<br />
Idealer Beobachter<br />
Einführung<br />
Univariates Gaußsches Modell<br />
ROC<br />
Ausblick<br />
Graphische Darstellung<br />
Isosensitivitätskurven<br />
Univar. Gaußsches Modell<br />
Pay-off Matrix<br />
Umsetzung in ROC-Graph<br />
◮ Trefferrate gegen Falschen Alarm auftragen<br />
◮ Punkte auf einer Linie, weil d ′ gleich groß<br />
◮ Kosten und Nutzen der Verschiedenen Möglichkeiten ungleich<br />
1<br />
⇒ Optimierung des Erwartungswertes des „Gesamtwerts“<br />
E(V) = P(<strong>Signal</strong> + Ja)V(hit) + P(<strong>Signal</strong> + Nein)V(miss)<br />
+P(Noise + Ja)V(false alarm)<br />
+P(Noise + Nein)V(cor. rej.)<br />
P H<br />
S2<br />
S1<br />
V(miss) und V(f. a.) meist negativ<br />
0<br />
0 1<br />
P F<br />
Roland Marcus Rutschmann<br />
SDT<br />
Roland Marcus Rutschmann<br />
SDT<br />
Einführung<br />
Univariates Gaußsches Modell<br />
ROC<br />
Ausblick<br />
Graphische Darstellung<br />
Isosensitivitätskurven<br />
Univar. Gaußsches Modell<br />
Einführung<br />
Univariates Gaußsches Modell<br />
ROC<br />
Ausblick<br />
Graphische Darstellung<br />
Isosensitivitätskurven<br />
Univar. Gaußsches Modell<br />
Graph zu 2. Bespiel<br />
Eine Isosensitivitätskurve<br />
◮ 2. Bsp.:<br />
h f ˆd ′ ˆλ<br />
1. Durchg. 0.82 0.46 1.02 0.10<br />
2. Durchg. 0.55 0.19 1.00 0.88<br />
λ 1 λ 2<br />
d'<br />
−4 −2 0 2 4<br />
Roland Marcus Rutschmann<br />
SDT<br />
Roland Marcus Rutschmann<br />
SDT