Entrambi i siti stanno suggerendo la stessa cosa, ma uno sta proponendo un modo per selezionare costantemente la quantità di aggiustamento. Questo è stato attribuito a un certo numero di persone, ma non credo che nessuno sappia chi lo ha inventato per primo. Campi diversi hanno un libro o autore seminale diverso sul rilevamento del segnale. L'importante è che il metodo selezionato sia ragionevole.
L'unico metodo che hai pubblicato di solito implica che se avessi un set di elementi (2N) molto più grande, saresti stato in grado di rilevare almeno un errore. Se questo è un modo ragionevole di pensare al problema, allora hai finito. Dubito che sia per un test di memoria. In futuro potresti voler aumentare N per assicurare che ciò accada molto meno. Tuttavia, il metodo è recuperabile se lo si considera in un modo diverso. Stai regolando su una media ipotetica di due esecuzioni dello stesso numero di elementi di memoria. In tal caso, stai dicendo che in un'altra fase dell'esperimento (supponendo nuovi elementi o hanno dimenticato tutti quelli vecchi) ci sarebbe stato un errore. O, più semplicemente, stai solo selezionando a metà tra il punteggio imperfetto più alto che puoi misurare e un punteggio perfetto.
Questo è un problema senza una semplice soluzione universale. La prima domanda che devi porre è se credi, nel tuo caso, di avere una vera classificazione perfetta. In tal caso i tuoi dati sono i tuoi dati. In caso contrario, ritieni che sia solo la variabilità nel campione a causare hit al 100%. Una volta concluso che è il caso, allora devi prendere in considerazione dei modi ragionevoli per generare una stima di ciò che credi debba essere. E quindi devi chiederti di cosa si tratta.
Il modo più semplice per determinare quale dovrebbe essere è guardare gli altri dati nelle stesse condizioni. Potresti forse stimare che l'accuratezza per questo partecipante sia a metà strada tra il prossimo miglior valore che hai e il 100% (che potrebbe rivelarsi esattamente lo stesso del valore che hai trovato). Oppure, potrebbe essere una quantità molto piccola maggiore. Oppure potrebbe essere uguale ai valori migliori. Devi selezionare quella che ritieni sia la migliore risposta in base ai tuoi dati. Una domanda più specifica pubblicata potrebbe aiutarti qui.
Dovresti cercare di assicurarti di fare il minor impatto possibile sul criterio. Nel tuo caso, un aggiustamento di colpi e FA farà sì che il criterio non cambi affatto. Tuttavia, se si regolano i risultati quando si dice, FA = 0,2, è necessario fare attenzione a come tale aggiustamento influirebbe sull'interpretazione del criterio. In questo caso sei obbligato ad assicurarti che i colpi siano molto alti.