限界法による絶対しきい値

ランダムに配置されている 近似計算による方が良い, 私たちが探している絶対しきい値に近いかもしれないポイント。次に、最高強度が点より上で最低点が下になるように、刺激の範囲をその点の上下に選択します。範囲内では、刺激は同じ強度差によって分離されなければならない.

限界法による絶対しきい値の決定

次に、刺激は、範囲の限界から始めて、昇順または降順で被験者に提示されます。昇順（5昇順および5降順）と同じ数の降順シリーズがあり、合計10シリーズです。被験者はそれを知覚しているかどうかにかかわらず刺激の各提示で応答し、YESまたはNOを書き留めます。.

だから 絶対しきい値（AU） 降順で遷移点のすべての値（最後または最初に検出された刺激の値と最初または最後に検出されなくなったものの間の平均値）の算術平均を求めるときに得られる値になるそして昇順。 UA =（ ΣT）/ n = T

• ΣT：すべての遷移点の合計.
• n：テスト回数.
• T：すべてのTの算術平均.

変動性は重要です。あなたのグループに低い絶対しきい値を求めていることに加えて、低い変動性が望まれているからです。このために、より頻繁な変動性の尺度はDSまたは標準偏差です。.

最後に、関連変数と呼ばれるものの管理を考慮に入れる必要があります。これらの変数の中で、系列の方向（降順または昇順）を示す必要があります。シーケンスは順序の効果とドラッグの効果を生み出すことができます。順序効果は、各シーケンスの順序位置に合理化されています。 DAADが使われることもありますが...

EL ドラッグ効果 各シリーズの条件がまったく異なる場合に発生します。その場合、固定された表示順序では、実行はどのタイプのシリーズが先例であるかによって異なります。手短に言えば、UAを正しく決定するためには、制御しなければならない一連の効果があります。それゆえ、各シリーズが異なる値の刺激で毎回異なる数の刺激の提示を有することは便利である。それは、被験者が感覚的な経験そのもの以外の追加の情報を持つことを防ぐことです。慣れエラーと期待エラーはどちらも定数エラーを参照します.

この記事は純粋に参考情報です、オンライン心理学では私たちは診断をするか、または治療を推薦する教員を持っていません。特にあなたのケースを治療するために心理学者に行くことを勧めます。.

に似た記事をもっと読みたい場合 限界法による絶対しきい値, 基本心理学のカテゴリーに入ることをお勧めします。.