信号检测理论

信号检测理论或信号检测理论是衡量区分含有信息的模式（在生物体内称为刺激，在机器内称为信号）和分散信息的随机模式（称为噪声，由背景刺激和检测机器的随机活动以及操作员的神经系统组成）的能力。

在电子学领域，信号恢复是将这种模式从伪装的背景中分离出来。

根据该理论，有一些决定因素决定了检测系统将如何检测信号，以及其阈值水平将在哪里。该理论可以解释改变阈值将如何影响辨别能力，往往暴露出系统对其所针对的任务、目的或目标的适应程度。当探测系统是一个人时，诸如经验、期望、生理状态（如疲劳）和其他因素等特征会影响所应用的阈值。例如，由于标准较低，战时的哨兵可能比和平时期的哨兵更容易探测到较弱的刺激，然而他们也可能更容易将无害的刺激视为威胁。

探测理论的大部分早期工作是由雷达研究人员完成的。到1954年，该理论在理论方面得到了充分的发展，如Peterson、Birdsall和Fox所描述的，而心理学理论的基础是由Wilson P. Tanner、David M. Green和John A. Swets，也是在1954年。信号检测理论在1966年由John A. Swets和David M. Green用于心理物理学。Green和Swets批评了传统的心理物理学方法，认为它们无法区分受试者的真实敏感性和他们（潜在的）反应偏差。

信号检测理论在许多领域都有应用，如任何类型的诊断学、质量控制、电信和心理学。这个概念类似于科学中使用的信噪比和人工智能中使用的混淆矩阵。它也可用于报警管理，在这种情况下，将重要的事件与背景噪音分开是很重要的。

当心理学家想测量我们在不确定条件下的决策方式时，就会使用信号检测理论（SDT），例如我们在雾天或目击者识别过程中如何感知距离。SDT假设决策者不是一个被动的信息接受者，而是一个主动的决策者，在不确定的条件下做出困难的知觉判断。在有雾的情况下，我们被迫决定一个物体离我们有多远，这完全是基于视觉刺激，而视觉刺激又受到雾气的影响。由于物体的亮度，如交通灯，被大脑用来辨别物体的距离，而大雾降低了物体的亮度，所以我们认为物体比实际距离远得多（参见决策理论）。根据SDT，在目击者辨认过程中，证人是根据他们对嫌疑人的熟悉程度来决定嫌疑人是否是罪犯的。

为了将信号检测理论应用于刺激物存在或不存在的数据集，观察者将每个试验归类为刺激物存在或不存在，试验被分类为四类之一。

根据这些类型试验的比例，可以用敏感性指数d'和A'等统计量获得敏感性的数值估计，用c和β等统计量估计反应偏差。

信号检测理论也可以应用于记忆实验，即在研究清单上提出项目供以后测试。

信号检测理论在人类和动物中都有广泛的应用。

从概念上讲，敏感性是指从背景事件中发现目标刺激存在的难易程度。例如，在识别记忆范式中，如果有更长的时间来研究要记住的单词，就会更容易识别以前看到或听到的单词。