标准左移：反应标准变得宽松，击中率和虚报率上升，漏报率和正确否定率下降，β值降低。
例，P（击中）＝0．28，P（虚报）＝0．06，通过查PZO转换表，求得O击中的纵轴值为0．3368，O虚报的纵轴值为0．1192，则
O（SN）　　0．3368
β＝—————＝——－－－——≈3
O（N）　　0．1192
    P（击中）＝0．70　　P（虚报）＝0．30，通过查PZO转换表，求得O击中的纵轴值为0．3478，O虚报的纵轴值为0．3478，则
O（SN）　　0．3478
β＝—————＝————≈1
O（N）　　0．3478
P（击中）＝0．94P（虚报）＝0．72，通过查PZO转换表，求得O击中的纵轴值为0．1192，O虚报的纵轴值为0．3368，则
O（SN）   0．1192
β＝—————＝————≈1/3
O（N）　　0．3369
β的含义：β值被认为是反应阈限，但β不再是对被试感觉状态的绝对分界，而是被试主观决策反应的判断标准。
影响判断标准变化的原因主要有：信号出现的概率和对被试回答的奖惩办法。
4.辨别力指数d’及接收者操作特性曲线
4.1辨别力指数d’也就是被试的感受性，它等于击中率P对应的Z分数与虚报率P对应的Z分数之差。d′越大，表示敏感性越高，d′越小，表示敏感性越低。
设β＝1，则d′可能出现三类情况：
非常敏感：d′＝Z击中－Z虚报＝1．476－（－1．476）＝3
中等敏感：d′＝Z击中－Z虚报＝0．994－（－0．994）＝2
不敏感：d′＝Z击中－Z虚报＝0．524－（－0．524）＝1
影响被试辨别力的变化的因素有：被试的感受性和信号强度。
4.2以虚报率为横坐标，击中率为纵坐标作图，可以看到随着标准的变化，击中率与虚报率也相应的变化，而辨别能力d’保持不变。这个图就叫做操作者特性曲线（ROC曲线），曲线上每一点的感受性相等（即d’值相等），也叫等感受性曲线。
将具有不同分辨能力的被试的实验结果画在一起，可以得到一组d’不同的操作者特性曲线。图中（略）从左上到右下的一条对角线是一条击中率等于虚报率的直线，表示被试的辨别力等于零。ROC曲线离这条线越远，表明被试的辨别力越强。
ROC曲线的曲率（辨别力）是由信号强度和被试的感受性共同决定的，而与被试的判断标准无关。感受性和判断标准是分离的，无论是感受性高还是感受性低的曲线，都有高判断标准和低判断标准的情形。
ROC曲线的属性：
β值的改变独立与d′的变化；
ROC曲线的曲率反应敏感性指标d′。对角线代表P（y/SN）＝P（y/N）。曲线离对角线越远，表示辨别力越强，d′值就越大。
4．信号检测论的应用
如，抑郁症和老年痴呆患者的记忆力衰退。在社会认知方面的研究：攻击行为。
4.1有无法
一般步骤：
（1）事先选定SN刺激和N刺激。
（2）规定SN和N出现的概率。
（3）以随机方式呈现SN和N，要求被试回答是SN还是N。
（4）根据被试判断的结果来估计P（y/SN）和P（y/N）。
在此基础上就可以计算出各项相关指标，绘出操作者特性曲线。
4.2评价法
有无法把感觉连续体分为两个部分，有信号感觉和无信号感觉，因此只能提供给我们某一感觉是在标准之上还是之下，而无法知晓这种感觉离标准多远。而评价法则是在同一实验中，被试使用几个不同的判断标准。
在评价法中通常有几个不同的评价等级，代表了被试对刺激的不同确信程度。相应被试判断的不同等级，被试存在不同的判断标准。所以，评价法是把强度不同的感觉分属于不同的评价等级，可以用反应的把握程度表示出来，从而避免有无法中感觉强度的不同，只用有信号或无信号反应的简单做法，而保留了更多的信息。评价法可以获得有无法多轮实验才能获得的结果，可以计算不同标准下的d’和β。但是，应注意，个标准下击中率与虚报率的计算，高标准下的击中率与虚报率等于低于该标准的击中率和虚报率的累积相加。（？）
4.3迫选法
采用迫选法时，主试的兴趣主要在于被试的辨别力，而对其判断标准不太关心。迫选法在被试每次判断之前至少连续呈现两次刺激，在两次或多次呈现的刺激中只有一次有信号出现，而且，信号出现的顺序是随机排列的，让被试判断那一次刺激中有信号。迫选法的基本步骤是：
（1）事先确定SN和N。
（2）刺激呈现方式：mAFC（alternative forced choice，m代表刺激的数目）程序，即每次从m个刺激中选出信号。一般每次呈现2-8个刺激，其中只有一个SN，其余都是相同的N。
（3）反应方式：多个刺激呈现后，判断哪一个是SN。被试对信号的判断是依据他的感觉，不需要自己确定一个标准，也没有多说或少说“信号”的倾向。
（4）计算感受性的方法：根据被试正确判断次数和实验次数可以计算正确判断概率，即P（c）=正确判断的次数/判断的总次数。P（c）是反映被试辨别力的指标，P（c）越大说明感受性越高。
在其他条件不变的情况下，被试的辨别力与每次呈现的刺激数目有关。一般而言，一次呈现刺激数目越多，被试分辨的难度越大。
阈限理论和信号检测论都反映了感觉过程的某些方面，将两者整和之后，就可得到更全面的图景：感觉系统对刺激的有效分辨从某一强度开始，这一强度就是阈限；同时对于阈限以上强度的刺激，感觉报告将取决于感觉强度与某一主观决策相比较的结果。
（四）假设检验
可以说，每一个实验的存在，仅仅是为了给事实一个反驳虚无假设的机会。    
                                                         ——R.A.Fisher
参数估计和参数假设检验的共同之处是利用样本信息对总体进行某种推断，且使用的统计量也一样。在统计学中，通过样本统计量得出的差异做出一般性结论，判断总体参数之间是否存在差异，这种推论过程称作假设检验。它的基本任务就是事先对总体参数或总体分布形态做出一个假设，然后利用样本信息来判断原假设是否合理，从而决定是否接受原假设。
假设检验包括参数检验和非参数检验。若进行假设检验时，总体的分布形式已知，需要对总体的未知参数进行假设检验，称其为参数假设检验。若对总体分布形式所知甚少，需要对未知函数形式及其他特征进行假设检验，通常称之为非参数假设检验。
1.假设检验的原理
1.1假设与假设检验
假设检验是统计学中的一种推论过程，通过样本统计量得出的差异作为一般性结论，判断总体参数之间是否存在差异。假设检验的实质是对可置信性的评价，是对一个不确定问题的决策过程，其结果在一定概率上正确的，而不是全部。
统计学中的一般专指对总体参数所做的假定性说明。在进行任何一项研究时，都需要根据已有的经验和理论对研究结果事先做出一种预期性假设，我们称为科学假设，又叫备择假设，记作H1。在统计学中，不对H1的真实性做直接检验，而是检验与其对立的假设，即虚无假设，或称零假设，记作H0。假设检验的目的就是要判断虚无假设H0是否正确，决定接受还是拒绝原假设H1。虚无假设和备择假设相互排斥，并且只有一个正确。虚无假设是统计推论的出发点。
对于任何一种研究而言，其结果无外乎有两种可能,即是否符合我们预期。一般来说证伪一件事情比证实一件事容易，在行为科学的研究中，由于我们无法了解总体中除样本以外的个体情况，因此尝试拒绝虚无假设的方法优于证明备择假设。
备则假设：因变量的变化、差异是由于自变量的作用，往往是我们对研究结果的预期，用H1表示。虚无假设：实际上什么也没有发生，我们所预计的改变、差异、处理效果都不存在，观察到的差异只是随机误差在起作用，用H0表示。
1.2小概率原理
假设检验的基本思想是概率性质的反证法。即假设虚无假设为真，然后检验虚无假设的真实性。在假定虚无假设为真的情况下，虚无假设被判断为假的几率十分渺小，我们称之为小概率事件。但如果这种小概率事件依然会在一次试验中出现，则表明此事件不可能为小概率事件，也就推翻了虚无假设为真的假定。此时，要接受备择假设。反之，小概率事件没有出现，则要接受虚无假设，但这并不意味着虚无假设是成立的。（小概率事件在一次试验中几乎是不可能发生的。）
1.3假设检验中的两类错误
（本部分内容请参照实心信号检测论对照来看。   ——MJ注）
总体的情况往往是未知的，根据样本推断总体，有可能犯两类错误：（1）当虚无假设正确时，我们拒绝了它所犯的错误，这类错误也叫弃真错误，即I类错误，这类错误的概率以α表示，因此也叫α错误。研究者得出了处理有效果的结论，而实际上并没有效果，即所谓“无中生有”。（2）当虚无假设是错误的时候，我们没有拒绝所犯的错误，这类错误为取伪错误，即II类错误，这类错误的概率用β表示，故也叫β错误。假设检验未能侦查到实际存在的处理效应，即所谓“失之交臂”。
在实际问题中，一般总是控制犯I类错误的概率α，使H0成立时犯I类错误的概率不超过α。在这种原则下的统计假设问题称为显著性检验。
两类错误的关系：（1）α+β不一定等于1。α与β是在两个前提下的概率。α的前提是“H0为真”；β的前提为“H0为假”。（2）在其他条件不变的情况下，α与β不可能同时减小或增大。许多情况需要在规定α的同时尽量减小β。最直接的方法就是增大样本容量。
1-β反映着正确辨认真实差异的能力。统计学中称（1-β）为统计检验力。
表5-1    假设检验中的两类错误

真实情况    判断结果
    接受H0    拒绝H0
H0为真    正确概率1-α（击中）    弃真概率α（第一类错误）（漏报）
H0为假    取伪概率β（第二类错误）（虚报）    正确概率1-β（正确否定）

1.4单侧检验和双侧检验
只强调差异不强调方向性的检验叫双侧检验，显著性百分等级为α/2。强调某一方向的检验叫单侧检验，显著性的百分等级为α。
两者的区别：
（1）问题的提法不同。
双侧检验的提法是：μ和已知常数μ0是否有显著差异？
单侧检验的提法是：μ是否显著地高于已知常数μ0？
（2）建立假设的形式不同。
双侧检验的虚无假设假设和备择假设为：H0：μ=μ0，H1：μ≠μ0。
单侧检验的虚无假设和备择假设为：H0：μ≦μ0，H1：μ>μ0。或H0：μ≧μ0，H1：μ<μ0。
（3）否定的区域不同。双侧检验否定区域为|Z|>Zα/2，而单侧检验查表得Zα。
一定要根据研究目的所规定的方向性来确定使用何种检验。
对于同样的显著性标准，在某一方向上，单侧检验的临界区域要大于双侧检验，因此如果差异发生在该方向，单侧检验犯β错误的概率较小，我们也说它的检验效力更高。
1.5假设检验的步骤
（1）提出虚无假设和备择假设。（2）选择适当的检验统计量。（3）确定检验的方向性并规定显著性水平。（4）搜集样本数据，计算检验统计量的值。（5）做出统计决策。
可以有两种方法做出统计决策。a将检验统计量的值与拒绝规则所指定的临界值相比较，确定是否拒绝虚无假设（原假设）；b由步骤（5）的检验统计量计算p值，利用p值确定是否拒绝虚无假设（原假设）。