755536_zh-CN

liliconcom

设计数字音乐旋律听力测试 (2022-EU-30MP-989)

本演示展示了如何设计一种特殊的音乐听力测试来测试音乐家听旋律的能力。JMP 中的权威筛选设计 (DSD) 平台用于考虑六个音乐脚本输入变量（步进、速度、音符变化、音符级别、重复、难度），然后添加两个中心点来评估 Gage R&R 性能。每次 DSD 运行都是一项多项选择测试，允许受访者从四个可用选项中选择他们的答案。

使用 JMP 层次聚类平台从 DSD 运行提供的 20 个脚本中对相似的音乐脚本进行分组，并为其他三个不正确的选项分配相似的脚本。然后添加正确的选项以使每个听力问题更具挑战性。接下来，采用分层集群混合抽样方法选择 30 名候选人参与调查。确定脚本后，使用商业音乐合成软件程序创建此 DSD 旋律听力测试。收集调查结果后，使用 JMP 中的 Fit Definitive Screening 平台分析 DSD 调查结果。目标是确定最佳评分者（更倾向于准确评分音乐旋律）作为下一项目阶段的评委。

好的。

出色地， 谢谢， 每个人， 为了 加入 我们。

这 标题 的 我们的 项目

是 设计 a 数字的 音乐 旋律 听力 测试。

我是 帕特里克 朱利安，

和 我的 共同 主持人 是 查尔斯 陈 和 石匠 陈

WHO 不能 是 这里 今天。

所以 我是 去 到 是 呈现 在 他们的 代表。

和 这 是 a 项目，

a 高的- 学校 干 项目 受到启发 经过 ESTEEM 的方法论，

哪个 是 基本上 干 但 和 人工智能， 数学， 和 统计数据 出色地- 融合的。

好的， 所以 只是 到 介绍 这 项目

在 这 项目 管理 味道 和 这 项目 宪章。

这 目的 的 这 项目， 在 影响， 是 到 设计 a 测试

到 测试 这 听力 能力 的 a 音乐家。

这 实验 设计， 哲学 或者 方法论 我们 使用

是 JMP 的 强大的， 确定的 筛查 设计 能力。

和 我们 设计 这 测试 基于 在 六 音乐 旋律 变量

在 命令 到 测试 听力 能力，

在哪里 每个 问题 开始 和 a 短的 旋律

关注 经过 四 选择， 和 在哪里 仅有的 一 是 重复

和 这 其他 三 旋律 是 相似的 但 不是 完全相同的。

从 这 测试， 每个 听众 有 到 挑选 他们的 最好的 选择

之中 这 选项 可用的。

一次 我们 设计 这 测试， 我们 分析 这 测试 民意调查 结果。

我们 建造 a 敏感度 模型

在 考虑 的 六 音乐 听力 变量，

和 然后 屏幕 这 听众 到 决定 哪个 一 执行 这 最好的

在 这 音乐 听力 测试。

和 在 正在做 所以， 在 这 筛查 过程，

我们 分析 这 优势 和 弱点 的 他们的 听力 能力

在 这 服务 的 最终 创造 一个 乐队

和 a 等级 的 听众 WHO 是 高度 有能力的 到 评价 他们。

好的，那么 在 这 服务 的 科学，

我们 有 一个 介绍 到 这 机制 的 听力

在哪里 这 耳朵 是 只是 基本上 a 频率- 接收 设备

那 收集 声音 和 振动 的 这 听小骨 这 耳朵

和 原因 这 机械的 振动 到 是 已转换

进入 一个 电气 刺激， 哪个 是 解释 经过 这 脑

经过 这 听觉 神经 和 最终 经过 这 脑。

全部 正确的， 所以 前 我们 得到 进入 这 实验

和 这 变量 那 我们 分析，

让我们 讲话 a 小的 少量 关于 这 频率 范围 的 听力

之中 个人 取决于 在 他们的 年龄。

所以 人们 的 全部 年龄 没有 听力 损害

应该 是 有能力的 到 听到 在 a 频率 的 大约 8,000 赫兹，

和 循序渐进 损失 的 敏感度 到 更高 频率 和 年龄

是 a 普通的 发生。

和 所以 什么 这 科学 告诉 我们

是 那 这 听觉 结构 的 更年轻 人们

是 通常 更多的 有能力的 的 吸收 或者 口译

听力 更高 频率 声音， 哪个 是， 的 课程，

相关的 在 条款 的 哪个 乐器 人们 是 玩，

在哪里 这 小提琴 有 a 更高 沥青 比 这 大提琴，

所以 也许 a 更年轻 人 可能 是 更多的 适合

为了 玩 这 小提琴 比 一个 较旧 人。

和 所以 这 只是 给出 你 一个 主意 那 基本上

人们 那 是 在 他们的 五十年代 或许 可能 仅有的 是 有能力的 到 听到

在 12,000 千赫... 或者 12 千赫 相当， 12,000 赫兹，

然而 人们 在 他们的 20 秒 能 听到 向上 到 也许 18 千赫。

和 只是 到 给 一些 语境， 这 平均的 频率 范围

为了 什么 我们 听 为了 这 声音 那 我们 听到 最多 经常 每一个 天

是 之间 250 赫兹 和 6,000 赫兹。

好的， 所以 什么 是 一些 挑战 联系 和 听力

在 这 语境 的 声音 的 不同的 频率？

所以 人们 通常 错过 高的 频率 声音

更多的 经常 比 低的 频率 个。

和 人们 和 高的 频率 听力 损失，

他们 有 麻烦 听力 更高- 音调 声音， 的 课程， 正确的？

和 所以 更高 沥青 声音 能 通常 来 从 女性 或者 孩子们

和 是 在 这 上 二 到 八 千赫兹范围。

和 什么是 还 典型的

和 高的 频率 听力 损失 在 许多 人们

是 这 在场 的 a 幻影 声音， 哪个 是 这 状况 称为 耳鸣

和 那 竞争 感觉 的 声音 能 还 抑制 a 人的 能力

到 区分 其他 高的 频率 聲音。

所以 清楚地， 年龄 是 一个 重要的 因素 在 条款 的 设计

一个 有效的 听力 测试 和 发展 一个 有效的 控制板 的 听众

WHO 是 调和 到 音乐。

虽然 我们 没有 明确地 考虑 年龄 在 我们的 实验，

作为 你会 看 在 这 随后的 幻灯片，

它 确实 可以 是 a 因素 那 我们 可以 探索 更远

在 我们的 采样 战略 在 条款 的 这 民意调查 受访者 那 我们 选择。

好的， 所以 这 基本的 措施 的 听力表现

是 称为 一个 听力图。

和 什么 你 看 在 这 图形 在 这 正确的

是 只是 a 阴谋 的 听力 临界点 等级 在 分贝 在 这 垂直的 轴

相对 频率 在 这 水平的。

和 你 能 清楚地 看 那 作为 听力 损失 进步，

这 临界点 等级 的 声音 和 分贝 开始 到 增加

和 这 降解 和 这 表现 是 显示 作为 这 阴谋

分裂 这 表现 经过 年 移动 向下 进入 这 正确的。

这就是 这 弹道 的 这 线 这就是 連接 这 点

移动 向下 进入 这 正确的。

好的， 所以 只是 a 小的 少量 更多的 背景

前 我们 发射 进入 这 设计 的 这 民意调查 和 这 分析。

这 意图 这里 是 只是 到 强调

那 频率 干涉 能 是 a 问题

在 生产 a 优美的 和谐 在 一个 乐队 在 特别的

或者 在 任何 种类 的 音乐 作品。

和 什么 是 基本上 显示 这里

是 这 不同之处 之间 什么是 称为 基本的 频率 和 谐波

在 这 语境 的 a 钢琴，

在 至少 在 这 笔记 规模 表明的 在 这 底部。

好的，那么 什么 做 我们 知道 关于 这 音乐 笔记 频率 光谱？

出色地， 每个 笔记 有， 不是 出奇， 基于 在 这 介绍 所以 远的，

每个 笔记 有 a 特别的 频率。

作为 一个 例子， 中间 C 是 在 大约 262 赫兹，

和 更高 笔记， 的 课程， 是 去 到 有 更高 频率

和 降低 笔记 有 降低 频率。

和 这 滑动 只是 给出 你 a 语境

为了 什么 频率 笔记 对应 到。

所以 笔记 A 是 大约 很多 更高， 440，

然后 笔记 C 261 在 这 第二 放 在 这 正确的，

在 这 降低 部分 的 这 滑动。

好的， 所以 有 一些 关系 之间 频率 和 这 数字 的 笔记。

频率 需求 到 双倍的 每一个 12 笔记，

和 我们 有 12 条注解 在 每个 八度， 七 白色的 和 五 黑色的。

和 所以 你 能 看 那 这 关系，

那 频率 关注 作为 a 功能 的 这些 笔记，

和 n 是 a 力量- 法律 类型 关系。

全部 正确的， 所以 服用 我们 后退 现在 到 这 项目

和 这 执行 和 这 分析。

所以 这 项目 计划 有 三 階段。

这 第一的 阶段 是 什么 我是 去 到 覆盖，

它是 这 分析 那 我是 去 到 讨论 今天。

这 第一的 阶段 是 有效地 这 过程 的 识别

哪个 人们 是 最好的 听力 表演者 从 a 收藏 的 民意调查 结果

那 我们 发送 出去 基于 在 这 民意调查 那 我们 设计。

这 第二 阶段 是 识别 这 最好的 听力 表演者

从 这 民意调查 结果 在 命令 到 服务 作为 評論家。

在 这 阶段， 基本上， 我们 尝试 到 工作 在 成型 这 乐队

事先的 到 阶段 三 在哪里 是 实际上 正在做 这 成型。

但 在 这 实例， 是 思维 关于 事物

喜欢 哪个 乐器 有 任何 潜在的 局限性。

和 我们 可能 给 这 相同的 旋律 到 不同的 测试 乐器，

和 不是 每一个 乐器 能 玩 每一个 旋律， 明显地。

和 所以 这 主意 是，

如何 做 我们 知道 那 这 个人 那 是 玩

是 玩 这些 乐器 准确？

出色地， 我们 需要 法官 WHO 有 好的 聆听 能力。

所以 这 法官 那 我们 策展 从 阶段 一

将要 提供 那 出色的 评估 在 阶段 二。

所以一旦 我们 有 那 在 地方， 在 阶段 三，

我们 能 实际上 真的 形式 这 数字的 乐队。

和 出色地 思考 关于 事物 喜欢 如何 许多 玩家 应该 是 涉及，

WHO 应该 玩 在哪里， 明显地。

出色地 有 a 好的 理解 的 如何 这 旋律 可以 是 难的

为了 肯定 乐器。

和 这 是 为什么 我们 需要 阶段 二 在 这 中间。

好的， 所以 这是 我们的 设计 或者 民意调查 问题 设计。

所以 我们已经 已识别 六 变量 为了 这次听证会 测试

有关的 到 音乐， 参数 在 音乐：

步， 速度， 笔记 改变， 笔记 等级， a 重复 多变的，

和 a 困难 多变的， a 分类的 多变的， 简单的 或者 难的。

这 实验， 作为 I 提及 前， 是 是 使用 JMP 的 渠务署，

和 在 添加 到 这 默认， 是 生成 a 默认 DSD，

和 然后 在 影响， 是 增强 设计

经过 添加 二 更多的 中心点。

所以我们 正在做 一个 18- 跑步 渠务署，

哪个 包括 一 中心点， 哪个 是 排 数字 三 在 这 桌子，

拥有 表明的 和 a 零 和 一个 箭 突出显示 排 三。

和 然后 是 添加 二 更多的 中心 点

在 排 10和 排 20 分别。

和 这 主意 这里 在 条款 的， 是 替换 这些 中心点，

是 我们 想 到 得到 一个 主意 的 如何 持续的 这 结果 是

自始至终 这 实验。

所以 我们 尝试 到 放 a 大致中心点 在 这 开始， 在 这 中间，

和 这 结尾 的 这 实验。

和 这 是 类似的 到 理解 无论 a 测量 过程 是 稳定的，

如果 你是 在 a 制造业 环境， 获得 a 感觉 为了 那。

和 然后 这 其他 重要的 事物 关于 我们的 设计 这里

是 那 是 随机化 这 测试 顺序，

和 这就是 某物 那 我们 能 做 在 JMP通过 这 一代 的 这 设计。

和 患病的 展示 a 小的 少量 关于 那 简要地

什么时候 我们 来 到 这 下一个 很少 幻灯片。

和 那 随机化 是 真的 重要的 因为 它 帮助 排除 任何 偏见

到期的 到 因素 那 不是 在 这 实验

什么时候 我们 跑步 这 测试。

和 那 偏见 是 提及 到 有时 作为 潜伏 变化

或者 变化 到期的 到 潜伏 变量。

好的， 所以 有 其他 考虑 那 I 感动 在。

它是 在 这 语境 的 随机化， 但 它是 轻微地 不同的 语境，

哪个 是 a 小的 少量 更多的 独特的

到 这 特别的 应用 和 实验。

和 所以 基本上， 什么 我们 做过 是 产生了 最初的 随机的 多变的

和 已分配 a 随机的 顺序， 一、二、三、四， 和 随机化。

但 我们 做过 a 重新编码 在 那。

所以 我们 标记 一 一个， 二 B, 三 C, 和 四个D，

和 那' 那是什么 我们 看

在 条款 的 识别 这 正确的 回答。

所以 在 这 二 列 在 这 正确的 在 这 桌子，

在 这 20- 排 桌子，

是 识别 什么 这 正确的 回答 应该 是

在 条款 的 这 信，

哪个 是 联系 和 a 随机的 多变的 的 一、二、三、四、

w 这里 一 对应 到 一个， 二至 B, 三 到 C, 和 四 到 D.

和 是 正在做 这 到 确保 a 制服 分配

的 这 地点 多变的。

和 基本上 什么 那 方法 在 实际的 条款 是 那 甲、乙、丙、 和 D

全部 有 平等的 百分比 的 存在 已选定 在 随机的。

和 这 是 到 避免 这 偏向 情况

在哪里 一名学生 可能 挑选 这 相同的 回答 超过 和 超过 再次

在 命令 到 可能 增加 他的 或者 她 机会 的 表演 出色地，

或者 也许 因为 这 民意调查 答辩人 不是 支付 注意力

或者 不是 已订婚的 在 这 民意调查。

好的， 所以 这里 是 在哪里 我们 来 到 一个 评估

的 这 表现 的 这 设计， 的 这 渠务署 设计。

这 方式 我们 方法 这

是 通过 这 评估 的 这 统计 力量 的 这 实验

哪个 是 显示 在 这 左边， 在 控制板 在 这 左边

通过 一个 评估 的 这 令人困惑 图案

或者 这 程度 到 哪个 因素 是 相关的 在 这 实验 设计，

这就是 显示 在 这 控制板 在 这 中间，

和 这 均匀性， 什么 我们 称呼 这 均匀性 的 这 设计，

哪个 是 简单地， 什么 做 这 结构 的 这 设计 看 喜欢

在 a 多变量 空间？

有 我们 覆盖 全部 的 这 设计 点 在 一个 大约 制服 方式

所以 那 是 有能力的 到 预测 穿过 这 全部的 范围 的 这 实验

和 这 相同的 程度 的 精确？

那又怎样 这些 三 表明， 和 去 后退 超过 到 这 左边，

是 那 这 全面的 力量 为了 每个 的 这 因素 在 这 实验

是 更大 比 90% 哪个 是 好的。

和 它 节目 我们 那 我们 有 好的 敏感度 到 探测 效果，

如果 他们 实际上 那里 在 这 人口。

这 控制板 在 这 中间 节目

那 这 风险 的 什么 我们 称呼 多重共线性

或者 过多的 相关性 之中 这 实验 因素 是 低的

因为 全部 的 这 成对 相关性 在 这 相关性 矩阵，

最多 的 他们 是 蓝色的，

在哪里 a 更多的 淡蓝色 相关性 对应 到 a 降低 相关性，

在哪里 坚硬的 蓝色的 表示 零 相关性。

和 这 正方形 那 是 更接近 到 a 红色的 阴影

表明 a 更高 程度 的 相关性 之中 因素 或者 条款 在 这 实验。

和 所以 全面的， 什么 我们 看 是 那 我们 看 为了 相关性

那 不 超过 0.3，

和 这就是 通常 全部 这 正方形 在 这 阴谋

和 这 例外 的 那些 轻微地 微红色 正方形

在哪里 这 相关性 是 a 小的 少量 更高。

和 这就是 因为 我们 有 分类的 因素， 正确的？

我们 有 在 至少 一 分类的 因素 在 这 实验。

和 如果 我们 没有 有 这 在场 的 a 分类的 因素，

这 阴谋 会 看 甚至 更蓝。

所以 我们 说 那 在 渠务署， 我们 不 推荐

添加 也 许多 分类的 变量 进入 这 实验，

因为 如果 我们 做， 然后 我们 增加 这 相关性 问题，

哪个 影响 我们的 能力 到 生产 估计 在 我们的 模型 那 是 精确的，

线索 到 通货膨胀 的 方差 在 我们的 估计。

和 这 最终的 阴谋 在 这 正确的， 在 这 远的 正确的，

哪个 是 一个 指示 的 这 均匀性 的 这 设计，

是 a 分散 阴谋 矩阵 在 JMP，

和 它 节目 每个 多变的 相对 每一个 其他 多变的。

和 什么 是 寻找 为了

是 为了 白色的 空间 到 是 最小 在 这 阴谋。

什么 我已经 绘制 是 a 小的 圆圈 这里 哪个 你的 眼睛 能 容易地 挑选 出去。

有 a 小的 少量 的 额外的 白色的 空间 那里

在 这 路口 的 重复 和 步。

和 那， 再次， 是 因为 我们 有 a 分类的 多变的 在 我们的 实验。

和 所以 说实话，

有 不 完美的 零 在 这 主要的 效果，

不 真的 中心点 这 主要的 效果

到期的 到 这 在场 的 那 困难 多变的，

这 分类的 多变的。

和 这就是 反映 在 这 非 对称 图案

的 这 分散 阴谋 矩阵 在 这 正确的， 轻微地 非对称，

在哪里 那 不对称 是 表明的 在 那 白色的 空间

和 和 这 圆圈 那 我已经 绘制。

好的， 所以 前 I 讨论 这 滑动， I 只是 想 到 迅速地 展示 你

如何 I 得到 到 这些 设计 诊断。

所以 什么 你是 看到 这里 是 这 桌子 那 I 只是 显示 你。

和 我已经 生成 这 设计 使用 这 渠务署 平台 在下面 这 美国能源部 菜单，

在下面 权威 筛查 和 权威 筛查 设计。

和 后 I 做过 那， JMP已经 产生，

后 I 完全的 这 设计 桌子 一代 过程

和 充满 在 这 结果， JMP 生成 美国能源部 对话 脚本，

保存 它 到 这 数据 桌子，

和 I 能 实际上 重新启动 这 美国能源部 对话，

和 I 能 还 评价 这 设计。

所以 我是 去 到 去 前方 和 迅速地 点击 在 设计 评估。

和 这 是 只是 一个 概述 的 这 设计。

和 正确的 这里 在下面 设计 评估

是 在哪里 I 得到 这 诊断 有关的 顶部 权力，

哪个 I 显示 你 在 这 左边 控制板 在 那 滑动，

这 诊断 那 表明

到 这 程度 到 哪个 因素 或条款 在 这 实验 是 相關的。

和 这就是 显示 在此处 这 颜色 地图 在 这 相关性。

和 到 产生 这 阴谋，

寻找 在 这 均匀性 之中 这 因素，

I 实际上 有 到 去 在 和 做 那 在 s 卡特 阴谋 矩阵

在下面 这 图形 菜单，S 散点图 矩阵。

所以 这就是 只是 一些 语境 为了 你。

和 现在， 我是 只是 去 到 迅速地 带来 向上 这 下一个 滑动

和 然后 来 后退 到 跳转 这里

只是 到 动态 展示 你 什么 是 正在做。

所以 这是 大概 这 最多 有趣的 部分

的 这 实验。

如何 做 我们 增加 这 民意调查 测试 困难

和 做 它 在 a 聪明的 方式？

出色地， 我们 能 使用 层级结构 聚类 分析 到 做 那。

现在， 我们 已经 知道 这 正确的 回答。

它是 表明的 这里 在 这 相应的 柱子。

这 选择 柱子，

这 列 的 这 四 变量 在 这 正确的

哪个 表明 这 选择 相应的 到 这 20 旋律 选择

是 表明的 那里。

所以 我们 知道， 为了 例子， 在 这 第一的 排，

这 正确的 答案是 C 对应 到 旋律一

在哪里 这 识别号 数字 是 一。

所以 我们 已经 知道 这 正确的 回答

在哪里 我们已经 已分配 它 在 条款 的 排 命令 基于 在 a 随机的 数字，

但 如何 做 我们 挑选 这 其他 三 答案？

出色地， 基于 在 层级结构 聚类，

我们 能 得到 a 感觉 的 如何 关闭 每个 的 这 其他 三 答案 是

到 这 正确的 回答。

和 在 这 方式， 我们 能 制作 这 测试 a 小的 更多的 难的。

所以 全部 这 回答 选择 是 从 这 20 旋律。

如何 做 我们 挑选 这 更接近 手续 为了 每个 问题，

或者 这 最近 手续， 如果 你 将要，

或者 甚至 或许 旋律 那 是 相对地 关闭 一起

基于 在 这 聚类 标准， 但 不是 尊敬 那 标准 严格来说，

正确的？

所以 这 可能 似乎 a 小的 少量 朦胧的，

但 在 影响， 全部 是 真的 正在做

是 告诉 跳至 分配 a 聚类 方案 经过 排

和 基于 在 一些 聚类 标准 那 我们 指定。

和 经过 默认， 那 标准 是 病房。

所以 我是 只是 去 到 展示 那 动态地 这里。

所以 I 有 这 桌子 打开。

全部 I 做过 这里 是 跑步 层次化C 光泽 在下面 碳 光泽 菜单。

和 一次 I 跑了 这， I 去了 前方 和 调用 集群S 摘要，

哪个 I 转身 在 这里。

和 然后 手表 什么 發生 这里 什么时候 I 点击 在 每个 的 这些 簇。

所以 你 能 看 那 什么时候 I 点击 在 每个 的 这些 簇。

这些 是 这 簇。

所以 七和 18 是 联系 和 每个 其它 r，

14 和 17、八 和 九， 排 二 和 13， 和 所以 在。

所以 这 是 这 主意。

是 使用 这 力量 的 跳至 确认 行

那 是 联系 和 每个 其他。

和 在 这 方式， 经过 安排 这 回答 选择 关闭 到 每个 其他，

我们 制作 它 相对地 关闭 到 每个 其他 经过 下列的 一些 架构 喜欢 这，

我们 制作 这 测试 更多的 难的。

好的， 所以 只是 发射 后退 进入 幻灯片 这里 再次。

好的。

全部 正确的， 所以 基本上 这 最后的 步 这里 在 条款 的 完成 这 实验

是 在 添加 到 使用 a 被动的 标准 为了 增加 这 困难 的 这 测试，

我们 想 一个 积极的 标准。

所以 我们 想 到 是 有能力的 到 分离，

在 影响， 这 初学者 等级 从 这 先进的 等级。

所以 思考 的 它 喜欢 这。

如果 每一个 问题 曾是 极好的 难的

或者 如果 全部 这 选择 是 非常 难的 到 辨析 从，

然后 你 不会 是 有能力的 到 区分 之间 一个 先进的- 等级 答辩人

和 a 初学者- 等级 答辩人

因为 所有人 会 错过 全部 的 这 问题。

相似地， 如果 你 制成 全部 这 问题 也 简单的，

然后 你会 有 全部 专家 和 不 初学者，

和 所以 你 有 不 分化。

所以 基于 在 这 科学， 我们 有 a 假设 那 步 和 速度

是 这 最多 重要的 因素 为了 表现，

为了 听力 表现， 为了 歧视 之间 a 好的 旋律，

a 好的 作品， 和 a 坏的 音乐 作品

和 a 坏的 一。

所以 是 我们 当然 关于 那？

出色地， 一 事物 我们 能 做 是 我们 可以重新 代码 这 步 和 速度

经过 a 减少 50%

如果 它是 困难 等级 平等的 到 难的。

和 经过 正在做 那， 在 影响， 我们 仍然 有 五 变量

和 那些 是 表明的 在 这 阴影， 正确的？

所以 这 重新编码 步， 重新编码 速度 是 这 二 列 那 是 阴暗。

和 然后 我们 有 这 笔记 改变， 这 笔记 等级， 和 这 重复。

所以 这 渠务署 是 仍然 正交。

我们 仍然 有 三 水平。

我们 有 五 变量，

但 实际上 我们 可以 包含 向上 到 六 在 这 渠务署 设计。

所以 如何 做 我们 增加 我们的 价值 在 影响 经过 增加 那 多变的 数字 到 六？

出色地， 我们 能 添加 这 困难 多变的 或者 这 分类的 多变的

哪个 表示 任何一个 简单的 或者 难的。

所以 我们 决定 到 使用 步 和 速度， 结合 这些 其他 三 变量，

和 这 全部的 样本 尺寸 是 仍然 18 加 2 或者 20

和 这 二 中心 点 和 这 一 中心点 经过 默认。

但 现在， 我们 得到 五 级别 为了 速度 和 步， 不是 三。

因此 正在做 这 小的 转型，

我们 聪明地 创造 五 级别 在 二 变量

反而 的 只是 具有 三 级别，

哪个 是 通常 什么 我们 会 有 在 a 渠务署。

所以 I 思考 这 是 a 独特的 方法

这就是 还 相当 具体的 到 这 问题 语境

和 给出 我们 更多的 级别 在 我们的 设计。

好的，那么 这 是 我们的 设计。

如何 是 我们 去 到 创建...

什么 软件 是 我们 去 到 使用 到 基本上 产生 这 听力 测试？

好的， 出色地， 这 是 只是 一个 概述 的 音乐 软件系统 合成器，

哪个 是 什么 我们 使用， 柔软的 合成器

和 我们 利用 它 到 创造

24 多种的 选择 音乐 旋律 听力 测试。

它是 明显地 方便的 和 便携的 和 快速地。

全部 正确的， 所以 如何 做 我们 分发 这 民意调查 聪明地？

出色地， 我们的 方法 是...

许多 人们 做 一 采样 方法。

但 这里， 我们的 方法 是 到 整合 全部 这 不同的 采样 方法论，

簇 采样， 分层， 和 一些 额外的 聚类 之内

在 命令 到 分发 这 民意调查 到 这 正确的 观众

到 制作 这 民意调查 这 最多 有用。

所以 什么时候 你是 准备好 到 发送 出去 这 测验， 如何 做 你 做 它？

出色地， 我有 一些 示例 这里。

WHO 应该 玩 这 音乐？

嗯， 是 人们 WHO 知道 这 音乐 和 人们 WHO 不。

所以 我们 仅有的 想 到 发送 这 调查

到 人们 WHO 是 已经 熟悉的 和 这 音乐， 正确的？

因为 最终， 我们 想 到 使用 这些 人们

到 评价 这 表现 的 一个 乐队。

在 分层 采样 感觉， 我们 有 不同的 种类 的 乐器。

我们 可能 有 五 学生 在 a 特别的 水池

那 知道 如何 到 玩 钢琴，

我们 可能 有 二 那 知道 如何 到 玩 小提琴，

和 我们 可能 想 到 样本 聪明地

所以 那 我们 仅有的 挑选 a 肯定 数字 之内 每个 地层 的 玩家，

人们 WHO 玩 特别的 乐器。

所以 我们 可能 挑选 随机 之内 每个 的 这些 地层

在 a 肯定 采样 速度。

和 再次， 和 尊重 到 聚类，

我们 能 思考 的 地点 在 条款 的 实践 地点 或者 地理

作为 a 选择 从 许多 不同的 地理位置。

在 a 感觉， 我们 簇 和 限制 我们的 选择 标准

到 仅有的 这 桑 弗朗西斯科 湾 区域，

因为 练习 在 人 是 很多 更轻松 比 练习 几乎。

好的， 所以 真的 这 观点 是 那 这 民意调查 传播

和 民意调查 数据 收藏 进程 是 非常 整体的

和 增加 我们的 机会 的 生产 一个 有效的 测试 放， 如果 你 将要，

的 评估者 到 帮助 我们 形式 这 最多 高的- 表演 乐队。

好的，那么 迅速地， 到 裹 一切 向上，

我们 研究过 这 人类 听力 频率 范围，

这 乐器 频率 光谱， 这 音乐 频率 公式，

和 我们 设计 一个 创新的 音乐 旋律 听力 测试 使用 渠务署。

我们 还 实施的 二 有趣的 方法

到 增加 这 困难 的 这 测试， 层级结构 聚类，

作为 出色地 作为 重新缩放 这 级别

的 这 最多 重要的 预测变量 在 我们的 回应 为了 这 测试 答案。

和 我们 使用 这 音乐 合成器 软件

到 基本上 传播 这 听力 测试 穿过 这 六 音乐 旋律 变量。

和 在 我们的 战略 为了 传播， 我们 使用 这 整体的 采样 方法论。

所以 这 在 结束语， 一些 的 这 方法 那 我们 使用

和 这 科学 那 我们 发达 可以 是 用过的 到 发展 a 听力 援助，

一首音乐 旋律 听力 援助。

和 在 我们的 当前的 市场 那 是 意识到的 的，

听力 艾滋病是 真的 特别 设计 为了 人们 和 听力 损失，

但 这 主意 这里 会 是， 如何 关于 制作 a 听力 援助

这就是 关于 放大 a 肯定 信号 从 噪音， 正确的？

和 那 会， 在 影响，

增加 音乐 旋律 听力 和 检测， 正确的？

因此 主要的 客观的 这里

会 是 到 堵塞 出去 噪音 这就是 无关的，

为了 例子， 噪音 从 这 观众， 和 然后 放大 这 信号 部分

为了 这 特别的 频率 那 是 重要的

为了 玩 a 特别的 乐器， 或者 甚至 使用 这 类型 的 技术

到 甚至 出去 这 沥青， 到 放大 这 过渡 之间 旋律。

和 所以 在 未来 工作， a 相似的 渠务署 设计 能 是 实施的

在 条款 发展 这 种类 的 技术。

所以 感谢 你 非常 很多 为了 聆听 和 让 我们 知道 如果 你 有 任何 问题。

高级统计建模自动化和脚本基础数据分析与建模消费者和市场研究内容组织数据混合和清理数据探索与可视化实验设计预测模型和机器学习质量与工艺工程可靠性分析分享和交流结果