domingo, 30 de enero de 2011

Practica 1: TEORIA DE DETECCIÓN DE SEÑALES EN MEMORIA DE RECONOCIMIENTO

PRACTICAS PSICOLOGIA DE LA MEMORIA


TEORIA DE DETECCIÓN DE SEÑALES EN MEMORIA DE RECONOCIMIENTO
(más info, en este post)

La TDS es una teoría psicofísica de dos procesos: Proceso sensorial y proceso de decisión. Sus aportaciones son 2: la supresión del umbral sensorial, respecto al proceso sensorial, y la teoría del observador ideal, respecto al proceso de decisón.

    1. ) La supresión del concepto de umbral sensorial:
1.1.1 El proceso sensorial según la TDS

En la TDS el sistema perceptivo nunca está completamente inactivo produciendo salida nula, sino que tiene un fondo de ruido permanente. El ruido, no tiene siempre su origen en la estimulación externa.
Aunque no es un requisito de la teoría, si es cierto que por lo general, los valores de ruido se suponen distribuidos normalmente en torno a uno central, que es su media y su moda.

Por su parte, la señal, cuando se presenta, aparece sobre el fondo de ruido existente en el sistema, ya sea de origen interno o externo.

También a veces se ha afirmado que la teoría asume que esta señal es constante dada una señal determinada. Cuando se da esta circunstancia, la distribución de valores de sensación producidos por la señal, será idéntica a la del ruido en todos sus parámetros, salvo en su valor central, que presentará el incremento correspondiente producido por la señal..

La distancia entre las dos distribuciones, el incremento de sensación producido por la señal, suele expresarse en unidades de desviación típica (puntuaciones z) de la distribución de ruido. Esta distancia, que se denota por d`, es el parámetro de la TDS para indicarnos el poder discriminativo del proceso sensorial.

El incremento de valor de sensación producido por la señal, no ha de ser necesariamente constante. Y tampoco la del ruido ha de serlo.

En resumen, según la TDS no existe un umbral sensorial.

s”= valor de sensación , para hacer referencia a la salida o producto del procesamiento sensorial.

O “x”= variable de observación o de evidencia, para hacer referencia a lo mismo.


1.1.2 Matriz de confusión:

R =Ruido.
SR= Señal
Matriz de confusión: Tabla que recoge las 4 circunstancias posibles en un procedimiento de detección de señales


 SI              ---------------             NO

SR       Aciertos (A)    -----------------        Fallos (F)                           p(SR)
R      Falsas alarmas (FA)     ---------        Rechazos correctos (RC)      p(R)
                  p( SI)                  ------------           p( NO)

Frecuencia de respuestas: pondríamos en cada celda el recuento de las respuestas obtenidas en la categoría correspondiente.

Tasa de respuestas: proporción de las respuestas de cada tipo, emitidas ante un tipo de estimulación.

Las frecuencias relativas con las que pueden aparecer SR y R representan su probabilidad a priori de aparecer en cada ensayo. Si los dos sucesos tienen la misma probabilidad, se dice que son sucesos equiprobables.

En la categoría de “aciertos” no se incluyen todas las respuestas correctas ya que los rechazos correctos, aún cuando no sean considerados estrictamente aciertos, si que son respuestas correctas.


1.1.3 Aplicación de la TDS al ámbito de memoria:

En el eje de abcisas (el horizontal o de las X), suele presentarse el valor de sensación o variable de observación x, que aplicado al ámbito de la memoria, no es tanto un valor de sensación como de memorabilidad o familiaridad, es decir, no debe concebirse como un objeto externo, sino como cualquier estado interno de información. La aplicación de la TDS a ámbito de la memoria, exige una serie de consideraciones:


1.1.3.1: Los problemas de identificación:
Se trata de la necesidad de identificar una serie de elementos formales de la TDS con constructos propios de la psicología de la memoria:
  1. Continuo sensorial (TDS) – Dimensión mnemónica; debería reunir tres propiedades:
    • Ser contínua.
    • Todo contenido mnemónico debería ocupar un lugar en ella.
    • Todos los valores asociados deberían cambiar en el sentido esperado, en función de los factores de aprendizaje y olvido.
( Según Lockhart y Murdock, la identificación de un continuo que cumplía estos requisitos entró en la teoría de la memoria de la mano de la teoría de la fuerza de trazo y de un concepto análogo como es el de “familiaridad” en la memoria de reconocimiento.

  1. Definición de R y SR (TDS) – En el caso de la dimensión mnemónica, el requisito fundamental para la definición de condición de ruido, es que seamos capaces de definir otra a la que denominaremos señal y que supondremos asociada con valores que tenderán a estar ubicados en zonas superiores del continuo de memorabilidad. El índice de sensibilidad d´ es un índice de diferencia, por lo que en sentido estricto no necesitamos conocer a priori las propiedades de las distribuciones asociadas con la señal y el ruido.
Los factores de aprendizaje y olvido deben actuar en sentidos contrapuestos sobre el índice de diferencia d´.

c)Eje de decisión (TDS) – La TDS supone la existencia de un proceso de decisión distinto del sensorial, que actúa sobre un eje o dimensión en el que todo los estímulos reciben un valor asociado. – supongamos que provisionalmente este eje coincide con la dimensión de memorabilidad ( el proceso actúa de acuerdo a una regla determinista: se establece a priori un valor o punto de corte en el eje de decisión en función de las circunstancias y los objetivos perseguidos por el individuo para posteriormente responder que SI a un estímulo si su valor asociado en el eje de decisión es igual o superior a ese punto de corte y NO si es inferior.

1.1.3.2 Ejemplo (leer la pag 33-37)



1.2) Introducción del concepto de umbral de respuesta:

1.2.1 Naturaleza del eje de decisión:
El punto de corte es un valor en el eje horizontal sobre el que se desplazan las distribuciones R y SR.

Imaginemos que determinada clave de recuperación, de lugar a que el individuo se sitúe en un estado de memorabilidad mi , cualquiera que este sea. Ese estado mi se supone más probable dad la circunstancia SR que la R, es decir; p(mi/ SR) > p (mi /R)

El cociente entre estas dos probabilidades condicionadas de un punto mi determinado recibe el nombre de razón de verosimilitud: li =p (mi/SR) / p( mi/ R).
Para la TDS esa dimensión de razón de verosimilitud constituye el verdadero eje de decisión sobre el cual actúa el proceso de decisión. El punto de corte, no se supone en la dimensión de memorabilidad, sino en la dimensión definida por las razones de verosimilitud asociadas a cada uno de los valores de memorabilidad. El proceso de decisón establece un valor de razón de verosimilitud por encima del cual va a responder SI y por debejo del cual responderá NO. Ese valor de razón de verosimilitud es el denominado “criterio” .


1.2.2 Equivalencia funcional entre mi y li

1.2.2.1 Cuando el espacio de decisión es multidimensional:
Existen situaciones complejas que combinan dimensiones cuantitativas y cualitativas, cuyo grado de interdependencia, además puede variar.

La razón de verosimilitud permite representar una comparación multidimensional en un eje de decisión unidimensional. En palabras de Coombs, Dawes y Tversky:

La base de la decisión no es la entrada sensorial bruta x, sino una transformación de ella en un nuevo eje de decisión, la razón de verosimilitud. En la medida en que la entrada sensorial es unidimensional y monótona con la razón de verosimilitud, no hay ninguna diferencia esencial. Pero la diferencia se vuelve crucial en el caso más complejo de estímulos multidimensionales.. La teoría requiere que el observador sea capaz de asociar una razón de verosimilitud con cualquier entrada estimular.


1.2.2.2 Cuando el espacio de decisión es unidimensional:
Cuando la discriminabilidad está definida en un espacio unidimensional, el eje de decisión mantiene una correspondencia punto por punto con ella, de tal forma que es posible expresar directamente el criterio de decisión como un valor del eje de discriminabilidad.

Índice c: Es claramente un estimador de sesgo (esto es, de ubicación del criterio de decisión), por cuanto se define como la distancia que hay desde el punto medio entre las dos distribuciones al punto de corte que emplea el sujeto sobre la dimensión de discriminabilidad para optar por una respuesta. Dicha distancia viene expresada en puntuaciones típicas del eje de discriminabilidad. Con esto, el índice c ofrece la indudable ventaja de que nos vienen dados la discriminabilidad y el sesgo de respuesta o decisión en términos del mismo constructo psicológico, cualquiera que este sea.

Siempre es posible encontrar el modo en que la decisión entre dos alternativas de respuesta SI/NO, puestas en correspondencia con 2 estímulos SR/R, se tome sobre un supuesto eje que resume la diferencia entre los efectos de ambas condiciones de estimulación.

Por más que pueda resultar útil la identificación operativa del eje de decisión con el discriminabilidad, es preciso que no perdamos de vista el concepto de razón de verosimilitud como auténtico eje de decisión propuesto por la TDS, sobre el cual se marca un punto de corte, que correctamente ha de considerarse un “umbral de respuesta”.

    1. La elección de una respuesta:

En una tarea de decisión en TDS se supone que el sujeto elegirá la respuesta asociada con la circunstancia SR si el valor de la razón de verosimilitud es suficientemente alto, pero cuanto?

La teoría del observador ideal permite comparar el comportamiento real de un sujeto concreto, su criterio de decisión, en un entorno de metas- objetivos, expectativas (probabilidades a priori) y costes- beneficios planteados, con el comportamiento o estrategias de decisión que habrían aportado los máximos beneficios en ese mismo contexto.


1.3.1 Proceso de decisión del observador ideal:
La TDS permite combinar en el proceso de decisión 3 elementos, además de la información procedente del proceso sensorial:

1.3.1.1 Las expectativas del sujeto:
Operacionalización de las expectativas = predicción dada en términos de frecuencia relativa (probabilidades a priori de que ocurra SR o R). El experimentador puede informar al sujeto, o no, de esas probabilidades.

1.3.1.2 Costes y beneficios:
La operacionalización de los costes y beneficios asociados con las respuestas consiste en la asignación de valores a cada una de las 4 categorías en las que clasificamos las respuestas de los sujetos en la tarea SI/NO. Puede estar implícita o explícita en la información que proporciona el experimentador.

1.3.1.3 Las metas del observador:
El caso más general: el sujeto persigue las máximas ganancias; entonces ,E (SI/mi) >o= E(NO/mi)

El sujeto podría perseguir otros objetivos, como no cometer falsas alarmas o no dejar escapar ningún acierto… La diferencia entre unos y otros objetivos se debe plasmar precisamente en la regla de decisión, que es la definición formal de los objetivos del observador.


1.3.2 La regla de decisión:
Del proceso sensorial recordamos que cualquiera de los 2 sucesos SR o R puede dar lugar al estado mental mi. Por tanto, la labor del proceso de decisión es averiguar cual ha sido el acusante. Conocer un antecedente por su consecuencia es, en teoría de la probabilidad una postdicción o probabilidad a posteriori: conociendo la consecuencia de un suceso (mi), que probabilidad hay de que el causante haya sido (SR o R)

------------- SI ---------------------- NO

SR --------- p(SR/mi) ------------- p(SR/ mi)

-                                      ¿mi?

R ----------- p(R/mi) -------------- p(R/mi)

Para no perder de vista el objetivo, las ganancias asignadas a cada una de las 4 conductas de decisión, hay que multiplicarlas por estas probabilidades a posteriori: ¿Cuánta ganancia hay asociada para este mi obtenido en este ensayo concreto con la respuesta SI y cuanta hay asociada con la respuesta NO?

-------------- SI -------------------     NO

SR --------- Ga p( SR/mi) --------    -Gf p (SR/ mi)

 -                                         ¿mi?

R ---------   -Ga p (R/mi) ------------ Grc p (R/mi)

La siguiente desigualdad resume la regla de decisión:

[ p (SR/ mi ) / p (R / mi) ] > o = [ ( Grc + Gfa ) / ( Ga + Gf) ]

Para resolver la desigualdad en un momento determinado de una prueba de decisión, el proceso de decisión necesita conocer los valores del término izquierdo de la comparación.

1.3.2.1 El papel de la razón de verosimilitud en la regla de decisión:
El cociente solo tiene probabilidades a posteriori, y el teorema de Bayes nos dice que podemos conocer las probabilidades a posteriori si conocemos las probabilidades a priori y las probabilidades condicionadas:

P (SR/ mi) = [ p (SR) p (mi/SR) ] / p mi.


1.3.2.2 Importancia del ruido e importancia de la señal:
Importancia del ruido: cuanto menores e sean las ganancias y los costes recibidos con ocasión de una respuesta ante el ruido, menos relevante será ésta de cara al balance final de beneficios.

Importancia de la señal: Cuanto menores sean las ganancias y los costes recibidos con ocasión de una respuesta ante la señal, menos peso tendrá esta en el balance final de beneficios.

    1. Parámetros de la TDS:
Solo cuenta con 2 parámetros: uno que refleja el funcionamiento del procesos sensorial o de discriminabilidad , llamado d´ y otro que refleja el proceso de decisión denominado.

Lo que sin duda supone una gran aportación por parte de la TDS es la diferencia entre el observador ideal y el observador real. Esta diferenciación permite establecer un punto de referencia óptimo. Para ello, es preciso conocer los valores de los parámetros de discriminabilidad y decisión ideales y empíricos, con el fin de poder así evaluar la calidad del trabajo que llevan a cabo específicamente cada uno de los procesos de un individuo en una tarea de discriminación.


1.4.1 Parámetros de memorabilidad:

1.4.1.1 Discriminabilidad del observador ideal: d´ óptima
El índice d´ es la distancia entre las 2 distribuciones en unidades de la varianza de la distribución asociada con R. Por tanto, cuando se conoce con certeza la varianza del ruido y la distancia entre las distribuciones, se conoce la discriminabilidad máxima alcanzable por cualquier operador enfrentado a esa tarea de discriminación.

En la mayoría de los ámbitos psicológicos de aplicación de la TDS, incluida la memoria, esta no es ni mucho menos la situación habitual.


1.4.1.2 Memorabilidad del observador real: d´ empírica:

d ´ = Za´-Zfa

Como norma general, para proceder en todos los casos actuaremos del siguiente modo:
  1. Comenzar siempre trazando un criterio como línea vertical sobre un papel.
  2. Considerar las puntuaciones típicas que saquemos de las tablas en valores absolutos. Buscar en las tablas de distribución normal las puntuaciones típicas correspondientes a las tasas de aciertos y falsas alarmas en valores absolutos.
  3. Asignarles el signo en función de si están por encima o por debajo del criterio.

1.4.1.3 Eficiencia del receptor:
Cuando se conocen las propiedades de la señal (SR) es posible calcular la d´ óptima. A partir de ella y de la d´ obtenida por el observador real en esas circunstancias, podremos calcular un índice de eficiencia del receptor nr, mediante:

Nr= [d´opt / d´emp ]


1.4.2 Parámetros de decision:

1.4.2.1 La razón de verosimilitud del observador ideal:
Los objetivos del sujeto pueden plantearse en términos de un valor de razón de verosimilitud, por encima del cual es rentable decir SI y por debajo del cual no lo es. Ese valor crítico no viene dado por los 3 elementos (expectativas del sujeto, las valoraciones de las respuestas posibles en distintas condiciones y los objetivos del observador, formulados en términos de maximizar los resultados obtenidos) Debido a que, por lo general todo los factores son conocidos, es posible calcular un valor de razón de verosimilitud óptima denotado B* o Bopt y que es el cociente entre las importancias de ruido y de la señal, definidas ambas en el contexto particular de cada tarea.


1.4.2.2 La razón de verosimilitud del observador real:

A partir de la tasa de aciertos y de la tasa de falsas alarmas y asumiendo normales las distibuciones de SR y R, es posible calcular la razón de verosimilitud que un observador está empleando como punto de corte para optar por una de las respuestas posibles. Esto es posible gracias a que , siendo B = p (mi/SR / p (mi/R), aunque no conozcamos ni mi, ni la varianza d ela distribución, estas probabilidades condicionadas coinciden con las densidades de probabilidad correspondientes a las tasas de aciertos y las tasas de falsas alarmas, respectivamente, datos éstos que sí conocemos.

El cociente entre los valores de densidad de probabilidad de criterio en la distribución SR y en la distribución R, es la razón de verosimilitud empírica o Bemp.


1.4.3 Aciertos y falsas alarmar óptimos:
Es posible calcular las tasas de aciertos y las de falsas alarmas conociendo los parámetros de sensibilidad y decisión. Un caso especial, particularmente interesante es conocer la tasa de aciertos y falsas alarmes obtenidas por el observador ideal, con un criterio de decisión óptimo.

Para calcular las tasa, partiremos de la relación que hay entre la razón de verosimilitud y el criterio c, supuestas distribuciones iguales y varianzas iguales de señal y ruido.

Si conocemos la relación entre la razón de verosimilitud y el criterio, podemos fijar cual es la posición de la razón de verosimilitud en puntuaciones z a partir de del punto medio de las dos distribuciones.

c= log (B)/ d´
z(A)= ½ d´-c
z(FA)=1/2d´+c

    1. La curva C.O.R:
Disponemos de dos pares de datos acerca del individuo: El par A/FA obtenido y el par A/AF esperado. Es posible representar estos dos pares como 2 puntos en un área común definida por la tasa de falsas alarmas en el eje de abscisa y la tasa de aciertos en el eje de ordenadas. La representación de la tasa de aciertos en función de la de falsas alarmas se conoce como curva C.O.R.

Si asumimos que las distribuciones SR y R son normales y tienen la misma varianza, la COR muestra la tasa de aciertos en función monótona creciente, con un pendiente decreciente de la tasa de falsas alarmas.


1.5.1 Obtención de la curva C.O.R empírica:

1.5.1.1 Sesiones de criterio constante:
Es posible efectuar una serie de ensayos en un tarea de memoria de reconocimiento, en los que se supone que el individuo tiene un criterio más o menos constante. A continuación debemos someter al individuo a otra serie de ensayos, pero asegurándonos de que cambien el criterio en alguna dirección. Así, induciendo en los sujetos cambios en sus criterios de respuesta, podemos obtener una aproximación a su curva COR real, bastante más ajustada a la que podríamos inferir de sólo un punto.

1.5.1.2 Sesiones e criterio variable:
Existe la posibilidad de adoptar un procedimiento de escalas (mucho más económico que el procedimiento anterior), que permita calcular varios puntos en la curva COR a partir de datos obtenido en una sola sesión experimental. El procedimiento consiste en decir al sujeto que diga en una escala de, por ejemplo 4 puntos de seguridad con la que emite sus respuestas.. Cada respuesta SI/NO va acompañada de su estimación de confianza por lo que quedarán 8 categorías.

Entre cada 2 categorías se establece un punto de corte en el eje de decisión, es decir, un criterio. En este caso disponemos de 7 criterios, cada uno de ellos divide el espacio de decisión en 2 zonas. Para la constitución de estas zonas, en las respuestas afirmativas, la categoría menor seguridad incluye también la de mayor seguridad. Por el contrario, en las respuestas negativas, la categoría de mayor seguridad incluye las de menor seguridad.