Entscheidungstheorien Der Einfluß von Kosten und Nutzen auf die Entscheidung Darstellung von Entscheidungsdaten als Tabelle / als Graphik Die Eigenschaften der ”Receiver Operating Characteristics” klassisches Modell: Gaußsches Modell mit gleicher Varianz Asymmetrie der Daten Rettungsversuche für das Gaußsche Modell Schwellenmodelle Poissonmodell Statistische Entscheidungstheorie (Statistical Decision Theory, SDT) Beispiel: Entscheidungsverhalten an der Wahrnehmungsschwelle (Signalentdeckungstheorie, Signal Detection Theory, SDT) – sensorische Komponente (Urteilsbasis) – strategische Komponente (Kosten/Nutzen) Tabellarische Datendarstellung Signal + Rauschen Rauschen Ja Nein Treffer 73 Auslasser 27 falscher Alarm 11 100 korrekte Zurückweisung 89 100 Laborexperimente: Manipulation mittels Kosten/Nutzen-Matrix Signal + Rauschen Ja +1 € Nein -1 € Rauschen -1 € +1 € Graphische Datendarstellung Trefferwahrscheinlichkeit (pT) als Funktion der Falschalarmwahrscheinlichkeit (pFA). 1 pT Wo ist der Datenpunkt, wenn die Versuchsperson alles richtig macht? alles falsch macht? immer mit „Ja“ antwortet? immer „Nein“ antwortet? per Münzwurf entscheidet? im „Normalfall“? A FA KZ 0.5 T 0 0 0.5 pFA 1 Wohin wandert der Datenpunkt, wenn Auslasser stärker bestraft werden? ROC: Receiver Operating Characteristics 1 Daten: Empiriepraktikum Universität Leipzig WS 96/97 pT 0.5 0 0 0.5 pFA 1 Drehsymmetrie des ROC (anti-kooperatives Verhalten) 1 pT A A FA KZ 0.5 T FA KZ T 0 0 0.5 pFA 1 Der ROC ist konvex AROC BROC ABROC 1 pT 0.5 0 0 0.5 pFA 1 Gaußsches Modell mit gleicher Varianz d' -3 -2 -1 0 „nein“ R S+R S'+R 1 k 2 3 „ja“ 4 1 pT 5 0.5 2 Parameter: Sensitivität d‘ Kriterium k (Kurve) (Punkt) 0 0 0.5 pFA 1 Asymmetrie realer Daten 1 0.5 original gespiegelt 0 0 0.5 1 Gaußsches Modell mit ungleicher Varianz d' R S+R 1 pT s -3 -2 -1 k 0 1 2 3 4 5 0.5 3 Parameter: Sensitivität Streuung S+R Kriterium d‘ (Kurve) s (Kurve) k (Punkt) 0 0 0.5 ROC nicht konvex pFA 1 Hochschwellenmodell (Blackwell, 1953) 1 0.8 0.6 0.4 0.2 0 1 R S+R D pT D 0.5 2 Parameter: p(D|S+R) Kriterium (Kurve) (Punkt) 0 0 0.5 pFA unrealistisch: Falschalarmrate = 0 1 Niedrigschwellenmodell (Luce, 1963) 1 0.8 0.6 0.4 0.2 0 R S+R S'+R D 1 pT D 0.5 3 Parameter: p(D|R) p(D|S+R) Kriterium (Schar) (Kurve) (Punkt) 0 0 0.5 pFA perfekte Leistung unmöglich 1 Hoch/Niedrigschwellenmodell (Krantz, 1969) 1 0.8 0.6 0.4 0.2 0 R S+R S'+R D D 1 pT D 0.5 4 Parameter: p(D|R) p(D|S+R) p(D*|S+R) Kriterium (Schar) (Kurve) (Kurve) (Punkt) 0 0 0.5 zuviele Parameter pFA 1 Das Poissonmodell (Egan, 1975) 0.8 R S+R S'+R 0.6 0.4 1 pT 0.2 0 0 1 2 3 4 5 6 7 8 0.5 3 Parameter: µ(R) µ(S+R) Kriterium (Schar) (Kurve) (Punkt) 0 0 va bene 0.5 pFA 1 Übergänge • Poisson µ(R) = 0 • Poisson µ(R) < .2 • Poisson µ(R) Hochschwellenmodell Hoch/Niedrigschwellenmodell Gaußsches Modell mit gleicher Varianz Modellvergleich • • • • • • Gauß mit gleicher Varianz mit ungleicher Varianz Hochschwellen Niedrigschwellen Hoch/Niedrigschw. Poisson Sparsamkeit Parameter Schar Kurve Punkt Probleme 0 0 0 1 1 1 nur symmetrische Daten ROC nicht konvex FA-Rate = 0 erreicht nicht „perfekt“ zu viele Parameter 1 2 1 1 2 1 1 1 1 1 1 1 Kompatibilität Hausaufgaben • • • • • • Es werden 200 Versuche gemacht, davon 100 mit S+R, 100 mit R. Die VP macht 16 falsche Alarme und 50 Treffer. Wie groß ist k? Wie groß ist d‘? Wie viele Treffer und falsche Alarme würde die VP an dem Punkt machen, der an der Gegendiagonale gespiegelt ist? Wie groß muß k sein, damit die VP diesen Punkt erzeugt? Und weil‘s so schön war: Eine andere VP macht bei der gleichen Lautstärke 16 falsche Alarme und 84 Treffer. Gleiche Fragen wie oben...