Teoría de detección de señales: ¿Cómo calcular c' cuando d' es 0?

Se reformuló la pregunta original para incluir más información de fondo:

Mi experimento se refiere a la capacidad de recordar de los individuos acerca de la información sobre los animales. Diseño intrasujeto: Si un animal es peligroso o seguro (peligro). Si un animal vive en África o Australia (ubicación). En la fase de recuerdo, los participantes tenían que identificar los animales que consideraban peligrosos/seguros, africanos/australianos. Las respuestas se codificaron como Hit (estímulo peligro, respuesta peligro), Miss (estímulo peligro, respuesta Seguro), rechazo correcto (Estímulo seguro, respuesta seguro) y finalmente falsa alarma (estímulo seguro, respuesta peligro) Esperábamos que la sensibilidad dependiera de la importancia de la información al bienestar (esto también se ha encontrado en otros estudios), pero también que el sesgo se ve afectado por las diferencias individuales. D' se refiere a la sensibilidad ya que es la diferencia entre la señal (peligro) y la distribución del ruido (seguro). C se refiere al sesgo (el criterio del encuestado, una tendencia a decir sí o no) y c' es c relativo a d'. Sin embargo, d' en algunos casos es 0, cuando la proporción de aciertos (aciertos/(aciertos+errores) es igual a la proporción de falsas alarmas (falsas alarmas/(fa+rechazos correctos)) haciendo imposible calcular c' ( c/d'). Como tal, mi pregunta es si existe una corrección comúnmente utilizada y compatible. Se puede encontrar más información sobre la teoría de detección de señales y su uso en las ciencias cognitivas. mi pregunta es si hay una corrección de uso común y compatible. Se puede encontrar más información sobre la teoría de detección de señales y su uso en las ciencias cognitivas mi pregunta es si hay una corrección de uso común y compatible. Se puede encontrar más información sobre la teoría de detección de señales y su uso en las ciencias cognitivasaquí

Gracias por los comentarios hasta ahora, espero que la pregunta sea más clara ahora.

Pregunta original: como se describe en Teoría de la detección: una guía del usuario, página 28, el indicador de sesgo c puede normalizarse en c' dividiéndolo por d'. En resumen, d' = z(H)-Z(FA); c = -0,5(z(H)+Z(FA)); c' = c/d'. Sin embargo, en algunos de mis casos d' es 0 (por ejemplo, H=.72, FA =.72). ¿Existe una corrección estándar que permita el cálculo de c'?

No veo un problema aquí. Tomando el límite d'->0, muestra que c' converge a cero (para c=0) oa -infinito (c<0), como se pretendía. Informaría los valores como tales.

Respuestas (1)

Como mencionas Macmillan y Creelman, hablan de 3 tipos de sesgo: c, c' y beta. Como dije en esta respuesta , normalmente no importa cuál use, ya que es bastante fácil cambiar entre ellos. Cuando d' es cero, entonces c' y beta ya no son tan informativos como c. Yo sugeriría reportar c, posiblemente junto con c', en este caso. Alternativamente, puede informar las tasas de aciertos y falsas alarmas. Si solo reporta c' y d', no estará contando toda la historia.

Gracias por su respuesta. Se siente extraño usar un sistema diferente porque 7 de 504 valores no son tan informativos y confiar también en el conocimiento del lector en lugar de informar lo que suele ser más informativo (en nuestro experimento, la sensibilidad cambia sustancialmente entre los participantes a través de tipos de estímulos y como tal c' era ideal).