Go/No-Go 信号检测论
Go/No-Go 是测量反应抑制的经典范式。屏幕上交替出现两种字母（Go 和 No-Go），出现 Go 按键，出现 No-Go 不按键。本工具的独特点：①故意引入 70/30 偏置分布（Go 多 No-Go 少）——这会让"抑制"更难，因为你的抑制系统已经习惯了"可以按键"；②输出 信号检测论指标：d′（辨别力）和 β（反应偏向）。
使用说明
- Go 字母（如 X）出现 → 尽快按 J。
- No-Go 字母（如 O）出现 → 不按键。
- 两种字母约每 1.5 秒切换一次。
- 结束给出命中率、虚报率、d′、β。
注意事项
- 不要提前固定一种规则——看清字母再决定。
- 70% Go 比例会让你更容易"冲动"，刻意放慢节奏会有帮助。
常见问题
Q1：β 是什么？
它衡量你的反应保守度。β > 1 偏保守（只在非常确定时按键）；β < 1 偏冲动。
Q2：70% Go 比例为什么更准？
真实环境里"信号远多于噪声"是常态。70% 比例让你在更现实的条件下测抑制能力。
关于本工具
解决什么问题：在信号检测论框架下测量反应抑制能力。
局限：刺激呈现节奏固定，缺少真实环境的不规则性。
隐私政策
数据仅浏览器本地。本页可能展示 Google AdSense 广告，使用 Cookie 投放（含再营销）。详见 Google 广告技术。
免责声明
结果仅供教育与参考，不构成专业建议。
手算对照：把 Go/No-Go 的四个数字拆成看得懂的话
Go/No-Go 的结果不是「做对了几题」这么简单，而是两个比率：在该按的时候你按得多准（命中率），在不该按的时候你有多爱乱按（虚报率）。信号检测论把这两者拆开，才能分别得到 d′（辨别力，独立于你整体的保守程度）和 β（反应偏向）。这一节讲清四个数字各自在说什么、哪些地方最容易产生误读，以及这个范式原本是用来观察什么的。
① 使用指南：把它当成节奏题
- 规则只有两条：屏幕出现 X 就按 J，出现 O 就什么都不按。按错键型（不是 J 的键）不算反应。
- 每一题的反应窗口约 1.5 秒（字母出现后约 1.3 秒，再等约 0.2 秒判定超时）。窗口内按下算反应，超时按没反应处理。
- 给自己定一条固定规则再开始：看清字母再决定，不要靠肌肉记忆连按。规则一变，前后两轮就不可比了。
- Go 比例 70% 是默认值（Go 多、No-Go 少），50% 是均衡设置；题数 40 / 60 / 80，默认 60 题，一轮大约一分半。
- 不要为了「显得快」提前按键：在 70% 偏置下，No-Go 的比例本来就少，抢时间换来的很可能是虚报。
② 读结果：四个数字的分工
- 命中率：Go 题里你及时按了 J 的比例。它衡量「信号抓到没有」。
- 虚报率：No-Go 题里你没能忍住、按了 J 的比例。它衡量「噪声有多容易被你放进来」。
- d′：由命中率与虚报率换算出的辨别力指标；d′ 接近 0 说明信号和噪声在你眼里差不多一样。
- β：反应偏向的估计，β 大偏保守（只在很确定时才按），β 小偏冲动。页面在 β 超过 1.5 或低于 0.7 时会给出倾向描述。
- 读之前先想一句：这些比率的分母很小（No-Go 题通常只有十几到二十几道），一次误按就能让虚报率跳好几个百分点。
d′ 和命中率到底差在哪？我该看哪个？
命中率只告诉你「该按的时候按对了几成」，它无法区分两种人：一种是反应快、判断也准，另一种是只在自己有十足把握时才按，于是把大量本该按的题直接放弃。d′ 把你的命中率和你在同一批题上的虚报率放在一起换算，扣掉了你整体的保守或冲动倾向，反映的是「把信号从噪声里挑出来」这件事本身的能力。所以看这一页的结果时，先看 d′ 判断水平高低，再用 β 解释自己为什么会那样表现。
β 偏大或偏小，我该往哪个方向调？
β 大于 1 说明你偏保守：不太确定就不按，代价是命中率被拉低、反应看起来「很稳」但漏得多；β 小于 1 说明你偏冲动：不确定也先按，代价是虚报率上升。想训练抑制，多半要盯着 β 往小的方向修，也就是在「我不太确定」时忍住那一下。想训练把握度，则反过来，在有把握时果断按。无论往哪边调，都要以 d′ 不下降为前提，否则只是把错误从一头搬到另一头。
为什么我的虚报率总是 5% 跳一下、很难看出一条曲线？
因为分母太小。默认 60 题、Go 占七成，No-Go 也就十几道；误按 0 次是 0%，误按 1 次就跳到 5%–9%，误按 2 次又是另一个台阶。要让这个比率有可读的分辨率，就得把题数拉到 80，并且留意实际出现的 Go 数量——每一轮的序列是随机生成的，实际比例会在设定值附近浮动。想看稳定的趋势，请固定题数与比例，连续做多轮再比较。
70% 的 Go 偏置到底改变了什么？为什么它更难？
它改变的是你的「先验」。当 7 成的情况下都该按，抑制系统会逐渐习惯「可以按」这件事，No-Go 出现时那一下冲动的阻力就变小了——这正是现实环境中信号远多于噪声时的常见情形。切换到 50% 均衡设置，相当于把这个先验拉回中性，两种设置的分数不能直接互相比较，但对照着做能看出你有多依赖这个先验。经典研究里还会加入不等时的呈现节奏，这一版没有模拟。
边界说明：Go/No-Go 是冲动控制与注意力研究里的经典范式，但本页只有 X 与 O 两种刺激、固定的呈现节奏和单轮几十题的样本，d′ 与 β 都是小样本估计值，不宜与文献中其他变体或常模直接比较。当前版本屏幕上会标注该题条件，会明显降低任务难度，请据此打折理解读数。它不用于任何形式的诊断——研究里的组间差异不能用来判断个人，任何据此下的结论都是误用。分数只反映本次表现，不代表能力或状态结论；若你在冲动控制或注意力方面长期感到困扰，请咨询专业人士。