信号检测实际就是从噪音背景中检测信号，所以信号和噪音是信号检测论中最基本的两个概念。在心理学领域，信号检测论所指的信号可以理解为刺激。
而噪音就是信号所伴随的背景。
心理学上的信号检测实验一般是在信号和背景不易分清的条件下进行的。对信号检测起干扰作用的所有背景都是噪音。这里的“噪音”不仅是指纯音信号出现时的其他噪音而言的；在视觉实验中，伴随着亮点信号出现时的照度均匀的背景也叫做“噪音”。总之，对信号起着干扰作用的因素都可当作“噪音”。主试呈现的刺激，有时只呈现“噪音”刺激（以N表示）；有时信号刺激和噪音刺激同时呈现（以SN表示），让被试对信号刺激做出反应，被试每次都要判断所接受到的：（1）仅仅是噪音背景；或者（2）在噪音背景上叠加了信号。
信号伴随噪音，和单独出现噪音这两种情况下，分别可以在心理感受量值上形成两个分布：信号加噪音（SN）分布和噪音（N）分布，前者也常常简称为信号分布。由于信号总是叠加在噪音背景之上，因此总体上信号分布总是比噪音分布的心理感受更强些。
信号分布的均值总是大于噪音分布的均值，由于信号和噪音的感觉强度都受各种随机因素影响，因此两个分布都呈正态。信号分布和噪音分布在中间强度上相互重叠，说明这一强度范围的感觉可能由信号导致，但是单独的噪音也有可能引起这一强度的感受。信号的心理感受强度可以用两个分布之间的距离来描述。同样，信号分布和噪音分布间的距离也可以作为心理物理学实验中对被试感受性的衡量指标，这被称为辨别力指标（d’）。
我们可以将上述信号和噪音两个感觉分布视为无数次感觉过程累计。这样，观察者（被试）的每一次感觉过程都会产生一定的感觉量值x。这个x必定落在噪音分布和信号分布所覆盖的范围内。如果x很弱并离开了信号分布，就必定来自噪音分布；反之x很强并离开了噪音分布，也就一定是信号。问题集中在信号分布和噪音分布重叠的中间感受区域上：这一区间的x值即可能对应信号，也可能对应于噪音。对于此区间内任意一个x，它来自信号分布或噪音分布的可能性，可以用其在两个分布中对应的纵线高度（O）来衡量。x对应的两个分布上的纵线高度之比被称作似然比，它被记为l（x）。）（）（）（NOSNOxl=信号检测论假设，观察者选择某一个似然比的值作为产生“信号”、“噪音”两种判断反应的分界点，或称决策标准（β）。观察者的决策规则（decisionrule）就是比较当前观察得到的x所对应的似然比l（x），与观察者自定的决策标准β的大小。如果l（x）大于等于β，观察者就选择进行“信号”反应；如果l（x）小于β，观察者就选择进行“噪音”反应。
决策标准的设定受到各种非感觉因素的影响，包括信号出现的先定概率，以及利益得失的权衡等。信号检测论可以给出在给定信号强度和敏感性水平下能得到的最大收益的β值（βOPT）。其计算公式为：
）（）（）（）（）（）（MCHVFACCRVSPNP++×=β式中P（N）和P（S）分别是噪音概率，V代表由正确反应得到的价值，C代表错误反应得到的代价（负值）。当V（CR）＋C（FA）＝V（H）＋C（M）时，最大收益将从最小错误而得到。此时βOPT随信号概率P（S）的变化而变化（P（S）十P（N）=1），当P（S）上升时，放宽反应标准，即降低β是有利的反应策略；当P（S）降低时，严格的反应标准使提高β更有利。但当从正确反应中得到的收益与错误反应付出的代价不等时，βOPT将发生相应的变化。
以上分析使我们明确了反应偏向（β）的含义。可见β值虽被认定为反应阈限，但这个阈限和传统阈限概念不同，它并非恒定不变，而是随SN和N两种先定概率和判定结果的奖惩办法而变动的。更准确地说，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。
