مؤشر d' لاكتشاف الإشارة

حاسبة تخصصية مبتكرة لحساب مؤشر d' لاكتشاف الإشارة ("Signal detection theory sensitivity index: d_prime = (μ_signal - μ_noise) / σ_pooled) في مجال علم الأعصاب وتشريح الدماغ ووظائفه لتوفير نتائج رقمية سريعة وموثوقة ومعتمدة.

خطوات الاستخدام

أدخل متوسط الإشارة (μ_signal): هذا هو متوسط استجابة المستشعر أو المشارك عند وجود الإشارة المستهدفة. على سبيل المثال، في اختبارات الرؤية، قد يكون متوسط سطوع الضوء الذي يراه الشخص عند وجود الهدف. كلما زاد هذا المتوسط مقارنة بمتوسط الضوضاء، زادت حساسية الكشف.

أدخل متوسط الضوضاء (μ_noise): هذا هو متوسط الاستجابة عند عدم وجود الإشارة (أي وجود الضوضاء فقط). في نفس المثال السابق، هو متوسط السطوع المدرك عند عدم وجود الهدف. الفرق بين هذا المتوسط ومتوسط الإشارة هو أساس حساب d'.

أدخل انحراف معياري للإشارة (σ_signal): هذا مقياس لتشتت الاستجابات عند وجود الإشارة. يشير الانحراف المعياري الكبير إلى تقلب عالٍ في الاستجابات، مما يقلل من دقة الكشف. يُستخدم مع الانحراف المعياري للضوضاء لحساب الانحراف المعياري المجمع.

الأسئلة الشائعة

نظرية كشف الإشارة هي إطار إحصائي يستخدم لقياس قدرة الشخص على التمييز بين الإشارات (المعلومات) والضوضاء (التشويش). طورت في الأصل للرادار، ثم استخدمت في علم النفس والطب. يعمل d' كمؤشر للحساسية (sensitivity) – أي مدى قدرة النظام على كشف الإشارة بغض النظر عن تحيز المستجيب. يحسب d' على أنه الفرق بين متوسطي توزيعات الإشارة والضوضاء مقسوماً على الانحراف المعياري المجمع. كلما زاد d'، زادت الفصل بين التوزيعين، مما يعني أداء كشف أفضل. يعتمد الحساب على افتراض طبيعة التوزيعات الطبيعية (Gaussian) وتساوي التباين إلى حد ما. في التطبيقات العملية مثل اختبارات الرؤية أو السمع، يُستخدم d' لتصحيح تأثير التحيز (bias) الذي قد يظهر في معدلات الضربات الخاطئة أو الإيجابيات الكاذبة. لفهم أعمق: إذا كان d' = 0، فهذا يعني عدم وجود قدرة على التمييز (الإشارة والضوضاء متطابقتان). بينما d' = 1 هو عتبة شائعة للأداء المقبول، و d' > 2 يعتبر أداءً ممتازاً.

الانحراف المعياري المجمع هو مقياس مركب لتشتت مجموعتين (إشارة وضوضاء)، ويُحسب كالجذر التربيعي لمتوسط تباين المجموعتين: σ_pooled = √[(σ_signal² + σ_noise²)/2]. هذا يفترض أن تباين المجموعتين متساوٍ نظرياً، لكن في الواقع قد يختلفان. استخدام هذا المجمع يسمح بتطبيع الفرق بين المتوسطات بحيث يصبح d' مقياساً معيارياً (standardized) للحساسية، يمكن مقارنته عبر الظروف المختلفة. أهمية هذا القياس تكمن في أنه يعزل الحساسية عن التحيز (criterion). على سبيل المثال، إذا كان لدى الشخص تحيز للإبلاغ عن الإشارات بكثرة، فقد يرتفع معدل الكشف الصحيح ولكنه يزيد أيضاً من الإنذارات الكاذبة. d' لا يتأثر بهذا التحيز، لأنه يعتمد فقط على التوزيعات الأساسية. حساب σ_pooled بدقة ضروري لأي تحليل، وإذا كانت التباينات غير متساوية بشكل كبير، قد نحتاج إلى طرق بديلة مثل قانون d' غير المتساوي التباين.

معدل الضربات الخاطئة (FAR) هو احتمال أن يبلغ النظام عن وجود إشارة عندما لا تكون موجودة فعلاً (أي خطأ من النوع الأول). في المقابل، d' يقيس الحساسية الكامنة للنظام. بينما يعتمد FAR على تحيز المستجيب (criterion)، فإن d' مستقل عنه. مثال: لو كان لدى شخص نظام كشف له d' = 2، فإنه يمكن أن يحقق معدلات مختلفة من الكشف الصحيح والإنذارات الكاذبة بتغيير معياره (مثل مستوى الثقة). إذا كان متحفظاً، قد يكون لديه معدل كشف صحيح منخفض (مثلاً 60%) ومعدل إنذار كاذب منخفض (5%). وإذا كان متساهلاً، فقد يكون لديه كشف صحيح مرتفع (95%) وإنذار كاذب مرتفع (30%). ولا يبقى d' ثابتًا عند تغيير المعيار؛ هذا من أكثر اللبس شيوعًا في نظرية الكشف. الحساب الصحيح بالمعايير القياسية Z: متحفظ (HR=0.60, FA=0.05) يعطي 0.2533 − (−1.6449) = 1.8982، ومتساهل (HR=0.95, FA=0.30) يعطي 1.6449 − (−0.5244) = 2.1693 — أي أن d' ارتفع قليلًا مع تحوّل المعيار لأن نسبتي HR/FA المعطاتين ليستا من منحنى واحد. لإبقاء d' = 2 مع HR = 0.95 يجب أن تكون FA ≈ 0.159 (لأن Z(0.95) = 1.6449 و Z(0.159) ≈ −0.3557 والفرق ≈ 2.0). لذلك، من الضروري استخدام d' معاً مع مقاييس التحيز (مثل معيار β أو c) للحصول على صورة كاملة عن أداء الكشف.

نظرية كشف الإشارة ومؤشر d' لها تطبيقات واسعة خارج علم النفس. في التعلم الآلي، يُستخدم d' لقياس أداء المصنفات (classifiers) في التمييز بين الفئات (مثل كشف الاحتيال أو التشخيص الطبي من الصور). بدلاً من استخدام الدقة البسيطة، يعطي d' مقياساً أكثر شمولاً يأخذ في الاعتبار التوازن بين الإيجابيات الحقيقية والكاذبة. في التشخيص الطبي، يمكن تطبيقه لقياس حساسية اختبار طبي (مثل اختبار كوفيد) بغض النظر عن نقطة القطع (cutoff). على سبيل المثال، إذا كان متوسط قيمة المؤشر الحيوي للمرضى = 100 وللأصحاء = 50، وانحراف معياري متساوٍ 20، فإن d' = (100-50)/20 = 2.5، مما يشير إلى اختبار ممتاز. يمكن أيضاً مقارنة أداء عدة اختبارات باستخدام d'. في علم الأعصاب، يُستخدم لتحليل البيانات الكهربية (EEG) وبيانات التصوير العصبي. وبالتالي، d' أداة قوية لتقييم حساسية أي نظام كشف ثنائي.

مؤشر d' لاكتشاف الإشارة

أدخل القيم

خطوات الاستخدام

أمثلة محلولة

أمثلة محسوبة

الأسئلة الشائعة

أدخل القيم

خطوات الاستخدام

حاسبات ذات صلة

1مهمة كشف راداري: متوسط الإشارة عند وجود هدف 5 وحدات، ومتوسط الضوضاء 2، والانحراف المعياري للإشارة 1.5 وللضوضاء 1.2. ما قيمة d′؟

2تطابق توزيعا الإشارة والضوضاء (متوسط 1 لكليهما وانحراف معياري 1).

أمثلة محسوبة

الأسئلة الشائعة