제한 방법에 의한 절대 임계 값

그것은 무작위로 또는 근사 계산으로 더 좋다., 우리가 찾고있는 절대 임계 값에 가까울 수있는 지점. 후 자극의 범위보다 높은 강도가 낮은 지점 아래 위에있는 그래서 위와 아래 시점 선택된다. 이 범위에서 자극은 동일한 강도 차이로 분리되어야합니다.

한계 법에 의한 절대 한계 값의 결정

다음으로, 자극은 범위의 한계에서 시작하여 감소 또는 증가하는 순서로 대상에게 표시됩니다. 오름차순 (오름차순 5 번 및 내림차순 5 번)과 같이 많은 내림차순 계열이 있으며 총 10 개의 계열이 있습니다. 피험자는 자극의 각 프레젠테이션에서 반응을 나타내거나 그렇지 않으면 반응하고 YES 또는 NO를 적어 두십시오.

그래서 절대 임계 값 (AU) 전이 포인트의 모든 값의 산술 평균 구함으로써 얻어진 값이다 (마지막 또는 처음 검출 된 자극의 값의 평균값과 더 이상 성 또는 검출 없음) 하강 시리즈 오름차순. UA = ( ΣT) / n = T

• ΣT : 모든 전이 점의 합.
• n : 수행 된 테스트의 수.
• T : 모든 T의 산술 평균.

그룹 내 낮은 절대 임계 값을 원하는 것 외에도 가변성이 낮은 것이 바람직하기 때문에 변동성이 중요합니다. 이를 위해 변동성 측정은 DS 또는 표준 편차가 더 빈번합니다..

마지막으로 관련 변수라고 불리는 것을 통제해야합니다. 이 변수들 중에서 시리즈의 방향 (하강 또는 오름차순)을 나타낼 필요가 있습니다. 시퀀스는 드래그 순서 및 효과의 효과를 생성 할 수 있습니다. 순서 효과는 각 순서의 서수 위치로 합리화됩니다. 우리는 DAAD가 번갈아 사용되었지만 DAAD가 사용 된 다른시기에도 ...

EL 드래그 효과 그것은 각 시리즈의 조건이 아주 다른 경우에 발생합니다. 그리고 고정 된 순서의 표현으로 실행은 어떤 유형의 시리즈가 선례인지에 달려 있습니다. 즉, UA의 올바른 결정을 위해 통제되어야하는 일련의 효과가 있습니다. 따라서 각 시리즈마다 다른 값으로 시작할 때마다 자극 프레젠테이션의 수가 서로 다른 것이 편리합니다. 그것은 피실험자가 감각 경험 그 자체 이외에 어떤 추가적인 정보를 가지지 못하게하는 것입니다. 습관화 오류 및 기대 오류 모두 상수 오류를 참조하십시오.

이 글은 순전히 유익한 정보이며 온라인 심리학에서는 진단을하거나 치료를 권할 교수가 없습니다. 귀하의 사례를 특별히 치료하기 위해 심리학자에게 귀하를 초대합니다..

비슷한 기사를 더 읽고 싶다면 제한 방법에 의한 절대 임계 값, 우리는 기본 심리학의 범주를 입력하는 것이 좋습니다.