Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


Pràctiques Percepció, Ejercicios de Psicología

Asignatura: Percepcio i atencio, Profesor: Jose A. Aznar, Carrera: Psicologia, Universidad: UB

Tipo: Ejercicios

2016/2017

Subido el 06/11/2017

jani13-1
jani13-1 🇪🇸

3.8

(41)

16 documentos

1 / 29

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Psicofísica clásica
Office 3501
matskeil[AT]ub.edu
clara.camara[AT]ub.edu
Dept. Cognition & Development
This presentation contains copyrighted material. Unauthorized publishing,
sharing, alteration, or re-distribution is illegal and will be prosecuted.
Percepció i Atenció 2017-2018
Bloc III: Percepció Visual
Practica
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d

Vista previa parcial del texto

¡Descarga Pràctiques Percepció y más Ejercicios en PDF de Psicología solo en Docsity!

Psicofísica clásica

Office 3501 matskeil[AT]ub.edu clara.camara[AT]ub.edu Dept. Cognition & Development This presentation contains copyrighted material. Unauthorized publishing, sharing, alteration, or re-distribution is illegal and will be prosecuted. Percepció i Atenció 2017- Bloc III: Percepció Visual

Practica

Practica Psicofísica clásica

  1. Introducción
  2. Obtención del umbral de detección (UA) de la colinealidad
  3. Obtención del umbral diferencial (UD) de la colinealidad

1. Introducción: ¿Qué significa detectar un estímulo?

¿…?

1. Introducción: ¿Qué significa detectar un estímulo?

Si un observador puede decidir, por encima del nivel de azar ( p>0.5 ), si está presente o ausente un estímulo o una propiedad de éste.

1. Introducción

test de AV (@6.1m)

agudeza visual resolución espacial visual El test corresponde al método de ???

1. Introducción

test de AV (@6.1m)

agudeza visual resolución espacial visual El test corresponde al método de los limites

1. Introducción: Agudeza de Vernier

Agudeza de Vernier = es un tipo de la agudeza visual que mide la capacidad para detectar el des-alineamiento entre dos segmentos de lineas o enrejados La agudeza de Vernier es 5 a 10 veces mas alta (approx. un orden de magnitud) que la agudeza visual Hiperagudeza Visual = los des-alineamientos pueden ser inferiores tanto al diámetro de los fotoreceptores como a la distancia entre ellos

2. Umbral absoluto (UA): Diseño experimental

  • Método de los estímulos constantes para medir el UA de la co-linealidad
  • Respuesta co-lineal (pulsar botón izquierdo) o des-alienado (botón derecho)
  • 9 pares de lineas de Vernier (separación entre 0 y 8 pixeles)
  • (^) 4 posibles orientaciones ( o , 15 o , 30 o , y 45 o )
  • 5 repeticiones para cada configuración (total 180 ensayos) Objetivo: Verificar el efecto oblicuo: UA( o ) < UA( o ) < UA( o ) < UA( o )

2. Umbral absoluto (UA): Evaluación de los datos

Condi condición de torsión : 1, 2, 3 ó 4 (i.e., 0 º , 15 º , 30 º , y 45 º ) Torsion (^) inclinación de las líneas de Vernier (0º- 45º) Colin separación vertical , expresada en pixels Resp (^) respuesta del sujeto: 0= colineal; 1= des-alineada

  • Objetivo: Obtener el UA en función de la orientación
  • Para cada orientation, calculamos las probabilidades de detectar la separación de las lineas
  • Método 1: ajustando funciones sigmoidales a los datos
  • Método 2: aplicar la transformación logit y ajustar rectas

**0 1 2 3 4 5 6 7 8 line separation [pixels]

1 probability of detecting dis-alignment @ 0 o a=1.792, b=-1.39**! UA=-b/a=0.774 pixels (adj.R 2 =0.98, rmse=0.045)

2. Umbral absoluto (UA): 0 degrees

p(I) =

1 + e (a·I+b) Q 2 ⌘ I(p =

b a

**0 1 2 3 4 5 6 7 8 line separation [pixels] 0

1 probability of detecting dis-alignment @ 15 o a=0.896, b=-2.20**! UA=-b/a=2.453 pixels (adj.R 2 =0.90, rmse=0.107)

2. Umbral absoluto (UA): 15 degrees

p(I) =

1 + e (a·I+b) Q 2 ⌘ I(p =

b a

0 1 2 3 4 5 6 7 8 line separation [pixels] -1.

**- -0. 0

1

2

logit(p) @ 15 o a=0.429, b=-1.21**! UA=-b/a=2.815 pixels (R 2 =0.41, rmse=0.884)

2. Umbral absoluto (UA): 15 degrees

logit[p(I)] = a · I + b (sigmoid: 2.453)

U A =

b a

**0 1 2 3 4 5 6 7 8 line separation [pixels] 0

1 probability of detecting dis-alignment @ 45 o a=1.141, b=-3.83**! UA=-b/a=3.355 pixels (adj.R 2 =0.96, rmse=0.086)

2. Umbral absoluto (UA): 45 degrees

p(I) =

1 + e (a·I+b) Q 2 ⌘ I(p =

b a

0 1 2 3 4 5 6 7 8 line separation [pixels]

**-

-** 0 1 2 3 logit(p) @ 45 o a=0.680, b=-2.55! UA=-b/a=3.750 pixels (R 2 =0.97, rmse=0.177)

2. Umbral absoluto (UA): 45 degrees

logit[p(I)] = a · I + b (sigmoid: 3.355)

U A =

b a