R语言 sensR包 SDT()函数中文帮助文档(中英文对照)

loveR

SDT(sensR)
SDT()所属R语言包：sensR

                                        Signal Detection Theory Computation of d-prime
                                         信号检测理论计算的D-贷

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The function computes d-prime for any 2 x J table where J >= 2 for the "yes–no" or "A-Not A" experiment using the Signal Detection Theory (SDT) algorithm to compute J-1 d-prime's. The algorithm is also called the "empirical probit transform". The function also provides the "logit" counterpart.
年富力强的任何2个J表函数计算D-J> = 2“是”或“A-A”实验中使用的信号检测论（SDT）算法来计算J-1 D-Prime的。该算法也被称为“经验概率改造”。该功能还提供了“罗吉特”对应。


用法----------Usage----------


SDT(tab, method = c("probit", "logit"))



参数----------Arguments----------

参数：tab
A 2 x J table with true class relation in rows (only two true classes) and the J-class response in columns
A 2个J表与真正的阶级关系中的行（只有两个真正的类）和J-级响应在列


参数：method
should the empirical probit or logit transform be computed?
的经验概率或罗吉特变换计算？


值----------Value----------

A (J-1) x 3 matrix. The first two columns contains the z-transform of the Hit rate and the False Alarm rate respectively—ready to plot along with the empirical ROC curve. The third column contains the estimated d-primes.
A（J-1）×3的矩阵。前两列中包含的z变换的命中率和虚警率分别绘制随着经验的ROC曲线。第三列估计的d素数。


（作者）----------Author(s)----------


Rune Haubo B Christensen



参考文献----------References----------



实例----------Examples----------


### Design table:[＃＃设计表：]
## 8  "yes"-responses to no-samples[＃8“是”无样品]
## 1  "yes"-responses to yes-samples[＃1“是”的回答为“是”样本]
## 17 "no"-response to no-samples[＃17“没有”无样品]
## 24 "no"-responses to yes-samples[＃24“没有”的反应是样本]
## Note that response-class is columnwise and true-class is rowwise. [＃需要注意的是响应类是按列和真实，类是rowwise的。]
(mat <- matrix(c(8, 17, 1, 24), 2, byrow = TRUE))
SDT(mat, "logit")
SDT(mat, "probit")
## compare to AnotA():[＃比较AnotA（）：]
AnotA(8, 25, 1, 25)
## Multi-response-class example (odor example from MacMillan and[多响应类的例子（麦克米兰和气味例如，从]
## Creelman, 2005)[＃2005年克里尔曼，）]
(odor <- matrix(c(112, 112, 72, 53, 22, 4, 7, 38, 50, 117, 101, 62), 2,
               byrow = TRUE))
obj <- SDT(odor)
ROC(obj[3,3])

转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。


注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。