Théorie de la détection du signal (TDS)

Documents pareils
CALCUL D UN SCORE ( SCORING) Application de techniques de discrimination LES OBJECTIFS DU SCORING

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Le Data Mining au service du Scoring ou notation statistique des emprunteurs!

Principe d un test statistique

CAPTEURS - CHAINES DE MESURES

Un code-barre sur la tête?

Représentation d une distribution

TSTI 2D CH X : Exemples de lois à densité 1

Dérivation : cours. Dérivation dans R

Continuité et dérivabilité d une fonction

I ntroduction. Coffrets pour la régulation de la température et de l hygrométrie. Caractéristiques et avantages

Chapitre 3 : Principe des tests statistiques d hypothèse. José LABARERE

23. Interprétation clinique des mesures de l effet traitement

INF6304 Interfaces Intelligentes

Recueil de formules. Franck Nicolas

Chapitre 3. Les distributions à deux variables

choisir H 1 quand H 0 est vraie - fausse alarme

TESTS D'HYPOTHESES Etude d'un exemple

Soutenance de stage Laboratoire des Signaux et Systèmes

Exemples de dynamique sur base modale

Tests de comparaison de moyennes. Dr Sahar BAYAT MASTER 1 année UE «Introduction à la biostatistique»

Systèmes de transmission

EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG

Probabilité. Table des matières. 1 Loi de probabilité Conditions préalables Définitions Loi équirépartie...

Analyse de la variance Comparaison de plusieurs moyennes

Nombre dérivé et tangente

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Institut Informatique de gestion. Communication en situation de crise

Statistiques Descriptives à une dimension

La définition La méthode. Les échelles de mesure L ENQUETE PAR SONDAGE : LA METHODE

Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes

Fiche technique CPU 314SC/DPM (314-6CG13)

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Biostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

!-.!#- $'( 1&) &) (,' &*- %,!

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Les cartes de fidélités... 2 Natures de pièces... 5 Impression des chèques cadeaux... 6 Statistiques fidélités... 8 Fiche client...

La simulation probabiliste avec Excel

Ratios sectoriels. Dossier exemple. Dossier exemple-caroline. Références du dossier : Date : 24/09/2012 Auteur : Caroline

Estimation: intervalle de fluctuation et de confiance. Mars IREM: groupe Proba-Stat. Fluctuation. Confiance. dans les programmes comparaison

RAPPORT D OBSERVATIONS DEFINITIVES SUR LES COMPTES ET LA GESTION DE LA COMMUNE DE TARBES

Logiciel XLSTAT version rue Damrémont PARIS

NON-LINEARITE ET RESEAUX NEURONAUX

Why Software Projects Escalate: The Importance of Project Management Constructs

ACTUARIAT 1, ACT 2121, AUTOMNE 2013 #16

LES PROBABILITÉS DE GAINS

t 100. = 8 ; le pourcentage de réduction est : 8 % 1 t Le pourcentage d'évolution (appelé aussi taux d'évolution) est le nombre :

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

Baccalauréat ES Amérique du Nord 4 juin 2008

Probabilités. I Petits rappels sur le vocabulaire des ensembles 2 I.1 Définitions... 2 I.2 Propriétés... 2

TD1 Signaux, énergie et puissance, signaux aléatoires

Système ASC unitaire triphasé. PowerScale kva Maximisez votre disponibilité avec PowerScale

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Cours (7) de statistiques à distance, élaboré par Zarrouk Fayçal, ISSEP Ksar-Said, LES STATISTIQUES INFERENTIELLES

Ressources pour le lycée général et technologique

Estimation et tests statistiques, TD 5. Solutions

Application des courbes ROC à l analyse des facteurs pronostiques binaires

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

Bandes Critiques et Masquage

Capacité Métal-Isolant-Semiconducteur (MIS)

Calcul des indicateurs de sonie : revue des algorithmes et implémentation

Scarlett Plug-in Suite

Filtres passe-bas. On utilise les filtres passe-bas pour réduire l amplitude des composantes de fréquences supérieures à la celle de la coupure.

Séries Statistiques Simples

Simulation de variables aléatoires

L assurance de la qualité à votre service

ANTISELECTION ET CHOIX D'ASSURANCE : LE CAS DU VOL EN HABITATION UNE APPROCHE DE LA MESURE DU PHENOMENE

Chapitre 6 Test de comparaison de pourcentages χ². José LABARERE

Quantification Scalaire et Prédictive

Cours de méthodes de scoring

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Exercices Alternatifs. Une fonction continue mais dérivable nulle part

Hedging delta et gamma neutre d un option digitale

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

Gestion de l'installation électrique PowerLogic System

Cours 9 : Plans à plusieurs facteurs

TRAVAUX PRATIQUES SCIENTIFIQUES SUR SYSTÈME

Annexe commune aux séries ES, L et S : boîtes et quantiles

Comment se servir de cet ouvrage? Chaque chapitre présente une étape de la méthodologie

Moments des variables aléatoires réelles

Glossaire de termes relatifs à l assurance de la qualité et aux bonnes pratiques de laboratoire

Système de sécurité de périmètre INTREPID

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

1. NON SALARIE AGRICOLE EXERÇANT PLUSIEURS ACTIVITES DE NATURE AGRICOLE

Interactions des rayonnements avec la matière

TP Modulation Démodulation BPSK

Continuité en un point

LE COSMODETECTEUR : UN EXEMPLE DE CHAÎNE DE MESURE

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

La représentativité d un échantillon et son test par le Khi-deux Testing the representativeness of a sample

Développement de lois et de structures de réglages destinées à la téléopération avec retour d effort

VITICULTURE 2012 V 12 / PACA 02 STRATEGIE D APPLICATION DU CUIVRE EN VITICULTURE

Raisonnement probabiliste

Titre 4 - Analyse de l impact de la résiliation annuelle sur les marges des contrats emprunteurs

Analyse discriminante et régression logistique: application au cas de l innovation pour les entreprises du Canton du Tessin

Les mesures à l'inclinomètre

Test de terrain ou test de laboratoire pour la performance en endurance?

DÉRIVÉES. I Nombre dérivé - Tangente. Exercice 01 (voir réponses et correction) ( voir animation )

Transcription:

Partie IV TDS Théorie de la détection du signal (TDS) 46 (2005). benjamin.putois@yahoo.fr 46

TDS W.P. Tanner & J.A. Swets (1954). Dans la perspective de la psychophysique classique comme dans celle de la psychophysique de Stevens, la réponse du sujet est supposée traduire directement l intensité de l excitation: aucune place n est faite dans la théorie aux particularités de la réponse ni aux conditions dans lesquelles elle est fournie. Or, on a constaté, dans la mesure des seuils absolus, que, si par la consigne on invite le sujet à répondre positivement, même lorsqu il est peu sûr de l exactitude de sa réponse, on obtient des seuils plus bas. On peut supposer que le fait de donner une réponse indiquant la présence du stimulus représente pour le sujet un certain coût et qu il ne la donnera que s il a un niveau de certitude suffisant. Dans cette perspective, le fait que le sujet n ait pas donné une réponse positive ne signifie pas nécessairement qu il n a rien perçu du stimulus. On est alors amené à essayer de faire la part de ce qui relève de l excitation et de ce qui relève de l émission de la réponse. Pour cela, il est nécessaire d avoir un modèle explicite de la production de la réponse. 47 - La TDS a vu le jour dans le cadre de la théorie de l information de Shannon et Weaver. (2005). benjamin.putois@yahoo.fr 47

Stimulus (S) Sensation ou réponse sensorielle (Rs) Réponse de jugement (Rj) 48 - Jusqu à présent on a considéré la relation Réponse sensorielle sur Réponse de jugement comme constante. Ceci est justifiable par le fait que les protocoles pour la mesure de seuil propose des tâches extrêmement simples et très rapide à traiter. - La TDS permet de voir la stratégie du sujet. (2005). benjamin.putois@yahoo.fr 48

Stratégies: -Sujet téméraire (libéral): le sujet dit avoir perçu qqchose au moindre de ses doutes. Sujet X -Sujet réservé (conservateur): le sujet dit avoir perçu qqchose que s il en est vraiment sur. Sujet Y 49 - Jusqu à présent on a considéré la relation Réponse sensorielle sur Réponse de jugement comme constante. Ceci est justifiable par le fait que les protocoles pour la mesure de seuil propose des tâches extrêmement simples et très rapide à traiter. - La TDS permet de voir la stratégie du sujet. - Le seuil de détection de X est inférieur à celui de Y: est-ce due à une sensibilité différente ou à des stratégies de réponses différentes entre les sujets? La TDS permet de différencier le critère de sensibilité et le critère de jugement des sujets. (2005). benjamin.putois@yahoo.fr 49

TDS Protocoles pour faire une TDS: Tâche OUI / NON. Répétition d un grand nombre d essai présenté de manière aléatoire. Le signal est le stimulus présenté au sujet. Le bruit est le bruit de fond dans le sens de la théorie de l information (= ensemble des phénomènes non pertinent qui demeurent en l absence du signal) Ainsi on distingue les essais où seul le bruit est présent (B) et les essais ou le signal est présent (S+B) 50 (2005). benjamin.putois@yahoo.fr 50

Réponse du sujet OUI NON Signal + Bruit (S+B) Détection correcte (DC) Omission (O) Type d essai Bruit (B) Fausse alarme (FA) Rejet Correct (RC) Sujet téméraire: Fausses Alarmes importantes Sujet réservé: Fausses Alarmes peu nombreuses Pour éviter ces biais de stratégies: -Eviter le comportement réservé: (Augmenter taux FA) en récompensant le sujet de 10 par DC. -Eviter le comportement téméraire: (baisser taux FA) en récompensant le sujet de 10 par RC. 51 (2005). benjamin.putois@yahoo.fr 51

TDS F(S+B) F(B) 52 - On suppose qu à chaque état du stimulus correspond une distribution normale d état d observation. On suppose que F(B) et F(S+B) ont la même variance. (2005). benjamin.putois@yahoo.fr 52

TDS Réponse «non perçu» Réponse «oui perçu» Seuil de détection 53 (2005). benjamin.putois@yahoo.fr 53

TDS Sujet téméraire Sujet neutre Sujet réservé 54 (2005). benjamin.putois@yahoo.fr 54

Bonnes détections Fausses alarmes Omissions OUI (s) NON (b) Signal + Bruit (S+B) P(s/S) P(b/S) Type d essai Bruit (B) P(s/B) P(b/B) Bons rejets 55 - On suppose qu à chaque état du stimulus correspond une distribution normale d état d observation. On suppose que F(B) et F(S+B) ont la même variance. (2005). benjamin.putois@yahoo.fr 55

TDS d Discrimination difficile: le signal et le bruit se confonde d Discrimination facile 56 (2005). benjamin.putois@yahoo.fr 56

TDS Le paramètre d : critère de sensibilité -Représente la capacité sensorielle du sujet. -Distance entre le mode des deux distributions F(B) et F(B+S). d = p(s/s)-p(s/b) -Si d élevé: tâche facile ou bonne capacité de discrimination Si d faible: tâche difficile ou mauvaise capacité de discrimination Si d nul: sujet répond au hasard. 57 (2005). benjamin.putois@yahoo.fr 57

TDS Le paramètre β: -Représente la critère décisionnel du sujet. -C est le rapport de vraisemblance (likelihood ratio), le rapport des densités de probabilités: β =p(s/s) / p(s/b) K H %DC %FA A Distribution du bruit F(B) A Distribution du signal + bruit F(B+S) 58 - C est le rapport entre la distribution des bonnes détections sur la distribution des fausses alarmes. (2005). benjamin.putois@yahoo.fr 58

TDS Le paramètre β: -Représente la critère décisionnel du sujet. -C est le rapport de vraisemblance (likelihood ratio), le rapport des densités de probabilités: β =f(s/s) / f(s/b) K β =AH/ AK H %DC %FA A A Distribution du bruit F(B) Distribution du signal + bruit F(B+S) 59 - C est le rapport entre la distribution des bonnes détections sur la distribution des fausses alarmes. (2005). benjamin.putois@yahoo.fr 59

TDS β =AH/ AK H K K A Sujet réservé: β>1 AH/AK>1 H A Sujet téméraire: β<1 AH/AK<1 Sujet neutre: β=1 AH=AK 60 - C est le rapport entre la distribution des bonnes détections sur la distribution des fausses alarmes. (2005). benjamin.putois@yahoo.fr 60

Estimation du niveau de certitude. Comment obtenir la courbe de ROC (Receiver Operating Characteritic)? En faisant varier la fréquence d apparition du signal En faisant varier les coût et les gains (méthode lourde) En utilisant la méthode d estimation des niveaux de certitudes 61 (2005). benjamin.putois@yahoo.fr 61

Méthode d estimation des niveaux de certitudes Méthode d estimation des niveaux de certitudes: Au lieu de demander une réponse dichotomique, on demande au sujet d estimer sur une échelle de catégorie en 6 points (par exemple) son degré de certitude par rapport à la présence du signal. 62-1 correspond à la certitude d absence et 6 la certitude de présence. (2005). benjamin.putois@yahoo.fr 62

Méthode d estimation des niveaux de certitudes nombre de bonnes réponses probabilités conditionnelles probabilités conditionnelles cumulées écart-réduit bruit signal + bruit bruit signal + bruit bruit signal + bruit bruit signal + bruit d' β 1 49 8 0,13 0,02 0,13 0,02-1,12-2,03-0,90 1,80 2 94 37 0,25 0,10 0,38 0,12-0,30-1,17-0,87 3,89 CERTITUDE 3 4 75 60 45 60 0,20 0,16 0,12 0,16 0,58 0,74 0,24 0,40 0,21 0,65-0,71-0,25-0,91-0,90-3,44-0,39 5 75 113 0,20 0,30 0,94 0,70 1,57 0,53-1,04 0,34 6 22 113 0,06 0,30 1,00 1,00 375 376 1,00 1,00 63-1 correspond à la certitude d absence et 6 la certitude de présence. (2005). benjamin.putois@yahoo.fr 63

Méthode d estimation des niveaux de certitudes p(s/s) 1,00 0,90 0,80 0,70 0,60 0,50 0,40 0,30 0,20 0,10 0,00 0,00 0,20 0,40 0,60 0,80 z(s/b) p(s/b) -3,00-2,00-1,00 0,00 1,00 2,00 3,00 3,00 2,00 1,00 0,00-1,00-2,00 Courbe de ROC z(s/s) -3,00 64 (2005). benjamin.putois@yahoo.fr 64

Méthode d estimation des niveaux de certitudes 65-1 correspond à la certitude d absence et 6 la certitude de présence. (2005). benjamin.putois@yahoo.fr 65

Exemple TDS Exemple: On présente une série de points lumineux répartis au hasard. L un de ces points peut être plus brillant que les autres. Il constitue le signal. Une expérience sera constitué de 834 essais. La variables étudiée: fréquence relative du signal et du bruit: CONDITION A: le signal est présent dans 75% des cas. CONDITION B: le signal est présent dans 50% des cas. CONDITION C: le signal est présent dans 25% des cas. 66 (2005). benjamin.putois@yahoo.fr 66

Exemple TDS MATRICE D EFFECTIFS CONDITION A CONDITION B CONDITION C S B S B S B s 540 43 583 s 348 70 418 s 166 84 250 b 85 166 251 b 69 347 416 b 43 541 584 625 209 834 417 417 834 209 625 834 67 (2005). benjamin.putois@yahoo.fr 67

Exemple TDS PROBABILITES CONDITIONNELLES CONDITION A CONDITION B CONDITION C S B S B S B s 0,864 0,2057 s 0,8345 0,1679 s 0,7943 0,1344 b 0,136 0,7943 b 0,1655 0,8321 b 0,2057 0,8656 1 1 1 1 1 1 68 (2005). benjamin.putois@yahoo.fr 68

Exemple TDS VARIABLE CENTREE REDUITE (LOI.NORMALE.STANDARD.INVERSE) CONDITION A CONDITION B CONDITION C S B S B S B s 1,0985-0,821 s 0,9722-0,963 s 0,8213-1,106 b -1,098 0,8213 b -0,972 0,9626 b -0,821 1,1058 d'= 1,9198 d'= 1,9349 d'= 1,9271 β= 0,7477 β= 0,9901 β= 1,3465 69 - Le critère de sensibilité ne change pas mais la stratégie du sujet change. (2005). benjamin.putois@yahoo.fr 69

Exemple TDS A B C 70 - Le critère de sensibilité ne change pas mais la stratégie du sujet change. - C a le béta le plus grand, il représente la stratégie la plus conservatrice : le moins de fausses alarmes car le signal est très fréquent (75% des cas). - A a le béta le plus petit, il représente la stratégie la plus téméraire: le plus de fausses alarmes car le signal est très rare (25% des cas). - B a un béta proche de 1: la stratégie est neutre. - Remarquons que la courbe diagonale correspond à un alpha nul: le sujet répond au hasard: autant de bonnes détections que de fausses alarmes. Plus l alpha est grand plus la sensibilité est bonne. (2005). benjamin.putois@yahoo.fr 70