Response Models for Detection of Change

این کتاب تحقیقات ما را در مورد تشخیص فرآیندهای تغییر که زمینه‌ساز موقعیت‌های روانی، یادگیری، تشخیص پزشکی، نظامی و کنترل تولید است، گزارش می‌کند و سه ویژگی اصلی را به اشتراک می‌گذارد. اولاً، حالات فرآیند مستقیماً قابل مشاهده نیستند، اما به تدریج با کسب متوالی اطلاعات قابل خطا در طول زمان شناخته می شوند. دوم، مکانیسمی که اطلاعات قابل خطا را تولید می کند، ثابت نیست. بلکه دستخوش یک تغییر ناگهانی و غیر قابل برگشت می شود. ثالثاً، اطلاعات احتمالی کامل در مورد زمان تغییر هنگام شروع فرآیند در دسترس است. هدف این کتاب مشخص کردن این دسته از تشخیص فرآیندهای تغییر، استخراج خط مشی بهینه است که زیان کل مورد انتظار را به حداقل می رساند، و مهمتر از همه، توسعه مدل های پاسخ قابل آزمایش، بر اساس قوانین تصمیم گیری ساده، برای توصیف تشخیص رفتار تغییر. . این کتاب نظری است به این معنا که مدل های ریاضی رفتار تصمیم گیری چند مرحله ای و راه حل هایی برای مسائل بهینه سازی ارائه می دهد. با این حال، ضد تجربی نیست، زیرا هدف آن تحریک تحقیقات تجربی جدید و ایجاد برنامه‌های کاربردی است. در سراسر کتاب، سؤالات تأیید تجربی به طور خلاصه در نظر گرفته شده است، و داده های موجود از دو مطالعه بر اعتبار مدل ها آورده شده است. کار کامل نیست؛ این فقط یک نقطه شروع برای بررسی نحوه تشخیص افراد تغییر در یک محیط نامشخص، ایجاد تعادل بین هزینه تاخیر در تشخیص تغییر و هزینه تصمیم گیری نادرست پایانه است.

This book reports our research on detection of change processes that underlie psychophysical, learning, medical diagnosis, military, and pro­ duction control situations, and share three major features. First, the states of the process are not directly observable but become gradually known with the sequential acquisition of fallible information over time. Second, the mechanism that generates the fallible information is not stationary; rather, it is subjected to a sudden and irrevocable change. Thirdly, in­ complete, probabilistic information about the time of change is available when the process commences. The purpose of the book is to characterize this class of detection of change processes, to derive the optimal policy that minimizes total expected loss, and, most importantly, to develop testable response models, based on simple decision rules, for describing detection of change behavior. The book is theoretical in the sense that it offers mathematical models of multi-stage decision behavior and solutions to optimization problems. However, it is not anti-empirical, as it aims to stimulate new experimental research and to generate applications. Throughout the book, questions of experimental verification are briefly considered, and existing data from two studies are brought to bear on the validity of the models. The work is not complete; it only provides a starting point for investigating how people detect a change in an uncertain environment, balancing between the cost of delay in detecting the change and the cost of making an incor­ rect terminal decision.