2023年6月1日，北京师范大学心理学部胡啸博士（第一作者）和北京师范大学心理学部罗良教授（通讯作者）课题组在实验心理学领域知名期刊Journal of Experimental Psychology: General上在线发表了题为“Decision criteria in signal detection model are not based on the objective likelihood ratio”的研究成果。该研究基于信号检测论模型框架，探讨了个体在决策过程中设置决策标准的内在机制。

信号检测论(signal detection theory)是实验心理学领域运用最为广泛的计算模型之一，它假设个体会通过比较当前刺激强度和特定决策标准的位置，来判断当前刺激是信号还是噪音。然而，关于个体如何在信号检测任务中设置决策标准，以往研究中存在两种不同的理论观点。强度理论(strength theory)认为，个体会直接在刺激强度的数轴上设置决策标准。而似然比理论(likelihood ratio theory)认为，个体会首先计算当前刺激强度在信号和噪音分布中出现概率的比值（即似然比），然后在似然比值的数轴上设置决策标准。由于两种理论在数学结构上非常相似，因此简单的模型比较方法难以对二者进行区分。

为了考察两种理论的优劣，Glanzer等人(2009, 2019)创新性地提出了两条件实验范式(two-condition experiment)，它要求被试完成某种信号检测任务（如知觉辨别任务或再认记忆测验），并设置两种不同难度的实验条件；两种条件下的任务除了难度差异外完全相同。Glanzer等人指出：似然比理论预测，在两条件实验中将会出现三种实验规律(three regularities)，分别为镜像效应(mirror effect)、方差效应(variance effect) 和zROC长度效应(zROC length effect)，且三种效应均可在z空间的操作者特性曲线(zROC)中观测到；然而，强度理论很难同时预测这三种规律。许多使用信号检测任务的研究发现了上述三种实验规律，支持了似然比理论。

图1 两条件实验中的三种规律示意图

Glanzer等人提出的似然比理论包含两个基本假设：（1）似然比不变假设。根据似然比理论及其背后的贝叶斯决策理论(Bayesian decision theory)，可以从数学上推导出一个直观结论——个体在似然比值数轴上设置的决策标准不会随着任务难度而发生变化。（2）客观似然比假设。Glanzer等人假设，个体在决策时应当知道信号和噪音刺激的客观分布形态，并据此计算似然比。然而，一些研究者质疑个体是否有能力在完成信号检测任务时了解刺激的客观分布。为了试图解决这一问题，本研究指出，可以首先假设个体确实基于客观似然比来设置决策标准，并通过模型拟合的方法估计出不同难度条件下个体在客观似然比数轴上设置的决策标准的位置。根据似然比不变假设，如果任务难度对客观似然比决策标准的位置没有显著影响，则说明个体应当是基于客观似然比来设置决策标准。但如果客观似然比决策标准在不同难度条件下显著变化，则依据反证法，可知个体在设置决策标准时使用的是主观而非客观似然比，且主客观似然比之间存在显著差异。

本研究首先利用数据模拟(data simulation)方法证明，无论个体在信号检测任务中基于主观还是客观似然比来设置决策标准，都有可能观测到Glanzer等人提出的三种规律。因此，在实际数据中观测到三种规律不能作为支持客观似然比假设的证据。随后，本研究在三项实验中要求被试完成两种难度水平的信号检测任务，并比较难度对客观似然比决策标准位置的影响。结果表明，和容易条件相比，困难条件下的客观似然比决策标准会显著向中央收缩。因此，个体在设置决策标准时使用的主观似然比应当和客观似然比存在显著差异。

图2 难度对客观似然比决策标准的影响（以实验1为例）

为了进一步解释上述实验的结果，本研究创新性地使用对数发生比线性函数(linear in log odds, LLO)来解释个体对似然比的主观估计偏差，并在Glanzer等人的观点的基础上，提出了校准模型(calibration model)和贝叶斯加权模型(Bayesian weighting model)这两种可能的理论模型来对似然比理论进行修正。

图3 使用LLO函数来解释个体对似然比的主观估计偏差

北京师范大学心理学部胡啸博士为该论文第一作者，北京师范大学心理学部罗良教授为该论文通讯作者，其他作者包括心理学部杨春亮副教授。本研究得到国家自然科学基金(32200841, 32171045, 32000742)、中国博士后科学基金面上项目(2022M720485)、中央高校基本科研业务费专项资金项目(2022NTSS36)资助，特此表示感谢。

文章链接：https://dx.doi.org/10.1037/xge0001438

课题组网站：http://metacog.bnu.edu.cn/

参考文献：

Hu, X., Yang, C., & Luo, L.* (2023a). Decision criteria in signal detection model are not based on the objective likelihood ratio. Journal of Experimental Psychology: General, Advance online publication.

Hu, X., Yang, C., & Luo, L.* (2023b). Are the contributions of processing experience and prior beliefs to confidence ratings domain-general or domain-specific?. Journal of Experimental Psychology: General, 152(1), 28-44.

Hu, X., Zheng, J., Su, N., Fan, T., Yang, C., Yin, Y., Fleming, S. M., & Luo, L.* (2021). A Bayesian inference model for metamemory. Psychological Review, 128(5), 824-855.