Лабораторная работа № 1 Исследование характеристик реакции пользователя пэвм на сигналы, формируемые на экране дисплея

1.1 Цель работы: изучить виды реакций человека-оператора. Исследовать зависимость времени реакции от количества поступающей информации.

1.2 Теоретическое введение

Латентный (скрытый) период зрительной реакции определяется промежутком времени от момента подачи сигнала до момента возникновения ощущения. Величина зависит от интенсивности сигнала и его значимости от сложившихся функций оператора или его субъект особенностей.

Быстродействием называется время решения задачи оператором, т.е. время от момента появления сигнала до момента окончания управляющего воздействия.

В простейшем случае: T₀=a+b*I (1.1)

Где,

T0	Время затраченное оператором
a	Затраты времени при обработке информации от момента поступления сигнала до реализации решения
b	Время необходимое на обработку единицы информации
I	Количество обработанной информации

Простейшей разновидностью реакции оператора является так называемая простая сенсомоторная реакция (ПСР). В этом случае на заранее известный ответ, но внезапно появляющийся сигнал оператор, с максимально возможной скоростью, выполняет определенные движения.

Время задержки здесь складывается из так называемого латентного периода реакции (ЛПР) и времени моторного компонента.

ЛПР – время от момента появления сигнала до начала движения.

Время моторного компонента – время в течение которого совершается ответное движение.

ЛПР ПСР зависит от вида (модальности) ощущения.

ЛПР ПСР уменьшается при росте интенсивности и пространственных характеристик сигнала раздражителя.

При реакции на движущийся объект сигналом для моторного (двигательного) ответа является момент достижения объектом заданной точки. В этом случае ЛПР короче, чем при ПСР, и равен 10 – 150 мс.

(1.2)

t _пр, t_сл – время простой и сложной реакции

t_реш – время принятия решения

t_оу – время поиска нужного органа управления

(1.3)

(1.4)

t_в – время восприятия сигнала. Период от поступления сигнала на сетчатку глаза до обработки сигнала мозгом.

t_м – время осуществления моторного акта, связанного с движением руки и организацией управления и манипулирования им.

СЛОЖНАЯ РЕАКЦИЯ (реакция выбора) заключается в том, что оператор в ответ на каждый из всевозможных сигналов должен осуществить то или иное действие, вполне определенное для каждого из этих сигналов.

Обработка полученных результатов

В случайных экспериментах нас часто интересуют такие величины, которые имеют числовое выражение. Например, у каждого человека имеется много числовых характеристик: рост, возраст, вес и т.д. Если мы выбираем человека случайно (например, из группы или из толпы), то случайными будут и значения указанных характеристик. Чтобы подчеркнуть то обстоятельство, что измеряемая по ходу опыта численная характеристика зависит от его случайного исхода и потому сама является случайной, ее называют случайной величиной.

Случайной величиной, в частности, является упомянутое выше число очков, выпадающее при бросании игральной кости. Случайна сумма очков, выпавших при бросании двух игральных костей. Случайной величиной надо считать диаметр заготовки, изготавливаемой станком. Часто говорят, что случайная величина реализуется во время опыта.

В практических задачах обычно используют два вида случайных величин – дискретные и непрерывные. Случайную величину называют дискретной, если множество ее возможных значений конечно, либо счетно. Для непрерывной случайной величины множество ее возможных значений может, в принципе, принимать любое значение от нуля до бесконечности.

Дискретные случайные величины обладают тем свойством, что мы можем перечислить (перенумеровать) все возможные значения. Например, число очков, выпавших при бросании игральной кости, - это дискретная случайная величина, т.к. она может принимать только 6 значений: 1, 2, 3, 4, 5 или 6.

В качестве примера непрерывной случайной величины можно рассмотреть срок службы электрической лампочки, который может принимать любое значение от нуля до бесконечности.

Для наглядного представления о распределении случайной величины (некоторой выборки результатов эксперимента) используют методы описательной статистики. Методами описательной статистики принято называть методы описания выборок х1, х2,…, хn с помощью различных показателей и графиков.

Показатели описательной статистики можно разбить на несколько групп:

1. Показатели положения описывают положение данных на числовой оси. Примеры таких показателей минимальный и максимальный элементы выборки, математическое ожидание (или среднее значение) случайной величины, характеризующее центр распределения вероятностей (середину совокупности данных).

2. Показатели разброса описывают степень разброса данных относительно своего центра. К ним в первую очередь относятся: дисперсия выборки, среднее квадратическое отклонение, размах выборки (разность между максимальным и минимальным элементами). Если необходимо, чтобы показатель разброса случайно величины выражался в тех же единицах, что и значение этой случайной величины, то вместо дисперсии используют среднее квадратическое отклонение. По сути дела, эти показатели говорят, насколько кучно основная масса данных группируется около центра.

3. Показатели асимметрии. Третья группа показателей отвечает на вопрос о симметрии распределения данных около своего центра.

4. Показатели, описывающие закон распределения. Сюда относятся графики, гистограммы и таблицы.

Наглядное описание полученные в результате эксперимента данных достигается путем группировки наблюдений в классы. Под группировкой, или классификацией, мы будем понимать некоторое разбиение интервала, содержащего все N полученных результатов x₁,…,x_n на m интервалов, которые будем называть интервалами группировки. Длины интервалов обозначим через ₁,…,_m, а середины интервалов группировки – через t₁,…,t_m.

В этом случае в качестве математического ожидания и дисперсии используют следующие величины.

математическое ожидание M[x]_j t_jn_j/N

дисперсия D(1/(n-1))_j(t_j – M[x])²n_j

число наблюдений n_ij в j–м интервале группировки равно количеству x_i, i = 1,…,N, удовлетворяющих неравенству x_i - t_j<0.5_j.

Определим величину h_j = n_j/N, которая означает частоту попадания наблюдений в j–ый интервал группировки. Для того, чтобы избавиться от влияния размера интервала группировки на h_j, вводится величина f_j = h_j/_j.

Для наглядного представления закона распределения выборки необходимо построить графическое изображение зависимости частоты попадания элементов выборки от соответствующего интервала группировки, называемое гистограммой выборки.

Если нет дополнительных указаний, результаты, полученные при выполнении лабораторных работ, выполняют в соответствии с рассмотренной методикой.