资源描述
警察为破一重要的案件。
经过摸排之后,选定了一批人,这批人里面有的是无辜的,有的是罪犯。这些人的嫌疑在警察的心中够成了两个正态分布,分别是无辜和罪犯的分布。
开始破案:
如果一个人在分布1里面,那么他就应该是无辜的,无辜的应该排除嫌疑;如果一个人在分布2里面,那么他就应该是罪犯,是罪犯的就要让他落网;然而,这两个分布是相交的,意味着,有些人,又像无辜的,又像罪犯。
对于分布1来说,它在直线OM左边的部分很明显都是好人,应该排除嫌疑。但是在直线OM右边,那块“紫色”的是好人还是坏人呢?如果把它们都抓了,那么由于它们也都是属于分布1的部分,所以就存在误抓好人的可能。那么很明显,误抓好人的概率+排除嫌疑的概率=1。
同理,对于分布2来说,它在直线OM右边的部分很明显都是坏人,应该让他们落网。但是在直线OM左边,那块“蓝色 ”的是好人还是坏人呢?如果把它们当好人放了,那么由于它们也都是属于分布2的部分,所以就存在漏网的可能。那么很明显,落网的概率+漏网的概率=1。
既然“紫色”和“蓝色”的面积代表了“误抓”和“漏网”的概率,那么意味着只要移动直线OM。那么它们各自面积的比重大小就会发生改变,即“误抓”和“落网”的概率都会发生改变。当OM向左边移动时,可以发现“紫色的面积”慢慢增大,“蓝色的面积”慢慢减小。意味着“误抓的概率”慢慢增大,而“漏网”的概率慢慢减小。因此,OM的位置实际上就是警察的判断标准。
警察抓贼的标准不一样,有的警察比较温柔,宁可抓不到坏蛋,也不能误抓无辜百姓,因此他的标准就显得很“低”,相应的OM直线位置就在比较右边;而有的警察比较强悍,宁可抓错十个,也不能放过一个。因此相应的OM直线位置就要往左边移,越往左边移,落网概率就越大,漏网的概率就越小,但是误抓的概率也越大。
换句话说,如果将分布2到X轴的距离除以分布1到X轴的距离,可以发现,得到的值越大,越说明OM直线越靠右,警察越温柔;而警察要想变强悍,那么这个决定“标准”的直线必须要往左移动,当移动到与分布1和分布2交界的地方时会发现,分布2到X轴的距离和分布1到X轴的距离此时相等,因此分布2到X轴的距离除以分布1到X轴的距离等于1,而此时误抓的概率和漏网的概率相等。如果继续往左移,分布2到X轴的距离除以分布1到X轴的距离渐渐小于1,同时误抓的概率增加,漏网的概率缩小。
我们可以从中发现这样的结论:第一、分布2到X轴的距离除以分布1到X轴的距离决定了警察的标准;第二、误抓和漏网的概率在其他条件不变的时候,总是此消彼长的,不可能是同增同长的;第三,误抓和漏网的概率相加不一定会等于1。
此时,我们把落网、漏网、排除嫌疑、误抓改成一一对应分别改成击中、漏报、正确否定、虚报。那么这就是信号检测论原理。分布2到X轴的距离除以分布1到X轴的距离就是似然比L(x),也就是实际的判断标准β,这就是信号检测基本原理;
而此时,我们们把误抓、漏网改成I类错误和II类错误,那么误抓概率就是置信度α,漏网概率也就是反映统计检验力的β,这就是两类错误的关系。
展开阅读全文