Está bien.
Bien,
gracias,
todos,
para
unión
a nosotros.
El
título
de
nuestro
proyecto
es
Diseño
a
Digital
Música
Melodía
Audiencia
Prueba.
Soy
Patricio
Juliano,
y
mi
co-
presentadores
son
Carlos
Chen
y
Masón
Chen
OMS
no pude
ser
aquí
hoy.
Entonces
Soy
yendo
a
ser
presentación
en
su
beneficio.
Y
este
es
a
proyecto,
a
alto-
escuela
PROVENIR
proyecto
inspirado
por
La metodología de ESTEEM,
cual
es
básicamente
PROVENIR
pero
con
AI,
matemáticas,
y
estadística
Bueno-
integrado.
Bueno,
entonces
justo
a
introducir
este
proyecto
en
el
proyecto
gestión
sabor
con
el
proyecto
carta.
El
objetivo
de
el
proyecto,
en
efecto,
es
a
diseño
a
prueba
a
prueba
el
audiencia
capacidad
de
a
músico.
El
experimental
diseño,
filosofía
o
metodología
nosotros
usar
es
JMP de
poderoso,
definitivo
cribado
diseño
capacidad.
Y
nosotros
diseñado
el
prueba
basado
en
seis
música
melodía
variables
en
orden
a
prueba
audiencia
capacidad,
dónde
cada
pregunta
comienza
con
a
corto
melodía
seguido
por
cuatro
opciones,
y
dónde
solo
uno
es
repetido
y
el
otro
tres
melodías
son
similar
pero
no
idéntico.
De
este
prueba,
cada
oyente
tiene
a
elegir
su
mejor
elección
entre
el
Opciones
disponible.
Una vez
nosotros
diseñado
este
prueba,
nosotros
analizar
el
prueba
encuesta
resultados.
Nosotros
construir
a
sensibilidad
modelo
en
consideración
de
seis
música
audiencia
variables,
y
entonces
pantalla
el
oyentes
a
determinar
cual
unos
realizado
el
mejor
en
el
música
audiencia
prueba.
Y
en
haciendo
entonces,
en
el
cribado
proceso,
nosotros
analizar
el
Fortalezas
y
debilidades
de
su
audiencia
capacidad
en
el
servicio
de
al final
creando
un
orquesta
con
a
calificación
de
oyentes
OMS
son
muy
capaz
a
evaluar
a ellos.
Bueno, entonces
en
el
servicio
de
ciencia,
nosotros
tener
un
introducción
a
el
mecanismo
de
audiencia
dónde
el
oreja
es
justo
básicamente
a
frecuencia-
recepción
aparato
eso
recoge
sonido
y
vibración
de
el
huesecillos en
el
oreja
y
causa
el
mecánico
vibración
a
ser
convertido
en
un
eléctrico
estímulo,
cual
es
interpretado
por
el
cerebro
por
el
auditivo
nervio
y
al final
por
el
cerebro.
Todo
bien,
entonces
antes
nosotros
conseguir
en
el
experimento
y
el
variables
eso
nosotros
analizado,
Vamos
hablar
a
pequeño
poco
acerca de
el
frecuencia
rango
de
audiencia
entre
individuos
dependiente
en
su
edad.
Entonces
gente
de
todo
siglos
sin
audiencia
discapacidad
debería
ser
capaz
a
escuchar
en
a
frecuencia
de
aproximadamente
8.000
Hertz,
y
gradual
pérdida
de
sensibilidad
a
más alto
frecuencias
con
edad
es
a
normal
aparición.
Y
entonces
qué
el
ciencia
dice
a nosotros
es
eso
el
auditivo
estructuras
de
más joven
gente
son
típicamente
más
capaz
de
absorbente
o
interpretando
audiencia
más alto
frecuencia
sonidos,
cual
es,
de
curso,
importante
en
términos
de
cual
instrumentos
gente
son
jugando,
dónde
el
violín
tiene
a
más alto
paso
que
el
violonchelo,
entonces
tal vez
a
más joven
persona
podría
ser
más
adecuado
para
jugando
el
violín
que
un
más viejo
persona.
Y
entonces
este
justo
da
tú
un
idea
eso
básicamente
gente
eso
son
en
su
años cincuenta
tal vez
puede
solo
ser
capaz
a
escuchar
en
12.000
kilohercio...
o
12
kilohercio
bastante,
12.000
Hertz,
mientras
gente
en
su
Años 20
poder
escuchar
arriba
a
tal vez
18
kilohercio.
Y
justo
a
dar
alguno
contexto,
el
promedio
frecuencia
rango
para
qué
nosotros
escuchar
para
el
sonidos
eso
nosotros
escuchar
mayoría
a menudo
cada
día
es
entre
250
Hertz
y
6.000
Hercios.
Bueno,
entonces
qué
son
alguno
desafíos
asociado
con
audiencia
en
el
contexto
de
sonidos
de
diferente
¿frecuencia?
Entonces
gente
típicamente
extrañar
alto
frecuencia
sonidos
más
a menudo
que
bajo
frecuencia
unos.
Y
gente
con
alto
frecuencia
audiencia
pérdida,
ellos
tener
problema
audiencia
más alto-
inclinado
sonidos,
de
curso,
¿bien?
Y
entonces
más alto
paso
sonidos
poder
generalmente
venir
de
mujer
o
niños
y
son
en
el
superior
dos
a
ocho
rango de kilohercios.
Y
qué
también
típico
con
alto
frecuencia
audiencia
pérdida
en
muchos
gente
es
el
presencia
de
a
Fantasma
sonido,
cual
es
el
condición
llamado
tinnitus
y
eso
compitiendo
sensación
de
sonido
poder
también
inhibir
a
de la persona
capacidad
a
distinguir
otro
alto
frecuencia
sonidos.
Entonces
claramente,
edad
es
un
importante
factor
en
términos
de
diseño
un
eficaz
audiencia
prueba
y
desarrollo
un
eficaz
panel
de
oyentes
OMS
son
en sintonía
a
música.
A pesar de
nosotros
no
explícitamente
considerar
edad
en
nuestro
experimento,
como
Tú lo harás
ver
en
el
posterior
diapositivas,
él
definitivamente
podría
ser
a
factor
eso
nosotros
podría
explorar
más
en
nuestro
muestreo
estrategia
en
términos
de
el
encuesta
encuestados
eso
nosotros
elegir.
Bueno,
entonces
el
básico
medida
de
rendimiento auditivo
es
llamado
un
audiograma.
Y
qué
tú
ver
en
el
gráfico
en
el
bien
es
justo
a
trama
de
audiencia
límite
nivel
en
decibeles
en
el
vertical
eje
versus
frecuencia
en
el
horizontal.
Y
tú
poder
claramente
ver
eso
como
audiencia
pérdida
progresa,
el
límite
nivel
de
sonido
y
decibeles
comienza
a
aumentar
y
el
degradación
y
el
actuación
es
mostrado
como
el
trama
terrible
el
actuación
por
año
emocionante
abajo
en
el
bien.
Eso es
el
trayectoria
de
el
línea
eso es
Conectando
el
agujas
emocionante
abajo
en
el
bien.
Bueno,
entonces
justo
a
pequeño
poco
más
fondo
antes
nosotros
lanzamiento
en
el
diseño
de
el
encuesta
y
el
análisis.
El
intención
aquí
es
justo
a
enfatizar
eso
frecuencia
interferencia
poder
ser
a
problema
en
productor
a
melodioso
armonía
en
un
orquesta
en
particular
o
en
cualquier
clasificar
de
musical
composición.
Y
qué
eran
básicamente
demostración
aquí
es
el
diferencia
entre
qué
llamado
fundamental
frecuencias
y
armonía
en
el
contexto
de
a
piano,
en
el menos
en
el
nota
escala
indicado
en
el
abajo.
Bueno, entonces
qué
hacer
nosotros
saber
acerca de
el
música
nota
frecuencia
¿espectro?
Bien,
cada
nota
tiene,
no
asombrosamente,
basado
en
el
introducción
entonces
lejos,
cada
nota
tiene
a
particular
frecuencia.
Como
un
ejemplo,
medio
C
es
en
alrededor
262
Hertz,
y
más alto
notas,
de
curso,
son
yendo
a
tener
más alto
frecuencia
y
más bajo
notas
tener
más bajo
frecuencia.
Y
este
deslizar
justo
da
tú
a
contexto
para
qué
frecuencia la
notas
corresponder
a.
Entonces
nota
A
es
alrededor
mucho
más alto,
440,
entonces
nota
C en 261
en
el
segundo
colocar
en
el
bien,
en
el
más bajo
parte
de
el
deslizar.
Bueno,
entonces
Hay
alguno
relación
entre
frecuencia
y
el
número
de
notas.
Frecuencia
necesidades
a
doble
cada
12
notas,
y
nosotros
tener
12 notas
en
cada
octava,
Siete
blanco
y
cinco
negro.
Y
entonces
tú
poder
ver
eso
este
relación,
eso
frecuencia
Sigue
como
a
función
de
estos
notas,
y
n
es
a
fuerza-
ley
tipo
relación.
Todo
bien,
entonces
tomando
a nosotros
atrás
ahora
a
el
proyecto
y
el
implementación
y
el
análisis.
Entonces
el
proyecto
plan
tiene
tres
fases.
El
primero
fase
es
qué
Soy
yendo
a
cubrir,
es
el
análisis
eso
Soy
yendo
a
conversar
hoy.
El
primero
fase
es
eficazmente
el
proceso
de
Identificando
cual
gente
son
mejor
audiencia
artistas intérpretes o ejecutantes
de
a
recopilación
de
encuesta
resultados
eso
nosotros
enviar
afuera
basado
en
el
encuesta
eso
nosotros
diseñado.
El
segundo
fase
es
Identificando
el
mejor
audiencia
artistas intérpretes o ejecutantes
de
el
encuesta
resultados
en
orden
a
atender
como
jueces.
En
este
fase,
básicamente,
nosotros
intentar
a
trabajar
en
formando
el
orquesta
previo
a
fase
tres
dónde
eran
de hecho
haciendo
el
formando.
Pero
en
este
instancia,
eran
pensamiento
acerca de
cosas
como
cual
instrumentos
tener
cualquier
potencial
limitación.
Y
nosotros
puede
dar
el
mismo
melodía
a
diferente
prueba
instrumentos,
y
no
cada
instrumento
poder
jugar
cada
melodía,
obviamente.
Y
entonces
el
idea
es,
cómo
hacer
nosotros
saber
eso
el
individuos
eso
son
jugando
son
jugando
estos
instrumentos
¿exactamente?
Bien,
nosotros
necesidad
jueces
OMS
tener
bien
escuchando
capacidad.
Entonces
el
jueces
eso
nosotros
cura
de
fase
uno
voluntad
proporcionar
eso
excelente
evaluación
en
fase
dos.
Así que una vez
nosotros
tener
eso
en
lugar,
en
fase
tres,
nosotros
poder
de hecho
en realidad
forma
el
digital
orquesta.
Y
Bueno
pensar
acerca de
cosas
como
cómo
muchos
jugadores
debería
ser
involucrado,
OMS
debería
jugar
dónde,
obviamente.
Bien
tener
a
bien
comprensión
de
cómo
el
melodías
podría
ser
difícil
para
cierto
instrumentos.
Y
este
es
por qué
nosotros
necesidad
fase
dos
en
el
medio.
Bueno,
entonces
Aquí está
nuestro
diseño
o
encuesta
pregunta
diseño.
Entonces
Nosotros tenemos
identificado
seis
variables
para
Esta audiencia
prueba
relacionado
a
música,
Los parámetros
en
música:
paso,
velocidad,
notas
cambió,
notas
nivel,
a
repetir
variable,
y
a
dificultad
variable,
a
categórico
variable,
fácil
o
difícil.
El
experimento,
como
I
mencionado
antes,
es
eran
usando
JMP de
DSD,
y
en
suma
a
el
por defecto,
eran
generando
a
DSD predeterminado,
y
entonces
en
efecto,
eran
aumentando
El diseño
por
añadiendo
dos
más
puntos centrales.
Así que estamos
haciendo
un
18-
correr
DSD,
cual
incluye
uno
punto central,
cual
es
fila
número
tres
en
este
mesa,
tener
indicado
con
a
cero
y
un
flecha
destacando
fila
tres.
Y
entonces
eran
añadiendo
dos
más
centro
agujas
en
fila
10 y
fila
20
respectivamente.
Y
el
idea
aquí
en
términos
de,
eran
reemplazando
estos
puntos centrales,
es
nosotros
desear
a
conseguir
un
idea
de
cómo
coherente
el
resultados
son
a lo largo de
el
experimento.
Entonces
nosotros
intentar
a
poner
a
punto central aproximadamente
en
el
comienzo,
en
el
medio,
y
el
fin
de
el
experimento.
Y
este
es
análogo
a
comprensión
si
a
medición
proceso
es
estable,
si
estás
en
a
fabricación
ambiente,
conseguir
a
sentido
para
eso.
Y
entonces
el
otro
importante
cosa
acerca de
nuestro
diseño
aquí
es
eso
eran
aleatorizando
el
prueba
secuencia,
y
eso es
algo
eso
nosotros
poder
hacer
en
JMP a través de
el
generación
de
el
diseño.
Y
Enfermo
espectáculo
a
pequeño
poco
acerca de
eso
brevemente
cuando
nosotros
venir
a
el
próximo
pocos
Diapositivas.
Y
eso
aleatorización
es
en realidad
importante
porque
él
ayuda
eliminar
cualquier
inclinación
pendiente
a
factores
eso
no son
en
el
experimento
cuando
nosotros
correr
el
prueba.
Y
eso
inclinación
es
referido
a
a veces
como
alfombrilla de ratón
variación
o
variación
pendiente
a
alfombrilla de ratón
variables.
Bueno,
entonces
Hay
otro
consideración
eso
I
tocado
en.
Es
en
el
contexto
de
aleatorización,
pero
es
levemente
diferente
contexto,
cual
es
a
pequeño
poco
más
único
a
este
particular
solicitud
y
experimento.
Y
entonces
básicamente,
qué
nosotros
hizo
es
generó un
inicial
aleatorio
variable
y
asignado
a
aleatorio
secuencia,
uno, dos, tres, cuatro,
y
aleatorizado.
Pero
nosotros
hizo
a
recodificación
en
eso.
Entonces
nosotros
etiquetado
uno
A,
dos
B,
tres
DO,
y
cuatro D,
y
eso'
¿Qué es?
nosotros
ver
en
términos
de
Identificando
el
correcto
respuesta.
Entonces
en
el
dos
columnas
en
el
bien
en
este
mesa,
en
este
20-
fila
mesa,
eran
Identificando
qué
el
correcto
respuesta
debería
ser
en
términos
de
el
carta,
cual
es
asociado
con
a
aleatorio
variable
de
uno, dos, tres, cuatro,
w
aquí
uno
corresponde
a
A,
dos a
B,
tres
a
DO,
y
cuatro
a
D.
Y
eran
haciendo
este
a
asegurar
a
uniforme
distribución
de
el
ubicación
variable.
Y
básicamente
qué
eso
medio
en
práctico
términos
es
eso
A, B, C,
y
D
todo
tener
igual
porcentaje
de
ser
seleccionado
en
aleatorio.
Y
este
es
a
evitar
el
sesgo
situación
dónde
Un estudiante
puede
elegir
el
mismo
respuesta
encima
y
encima
de nuevo
en
orden
a
probablemente
aumentar
su
o
su
posibilidades
de
amaestrado
Bueno,
o
tal vez
porque
el
encuesta
demandado
no es
pago
atención
o
no es
comprometido
en
el
encuesta.
Está bien,
entonces
aquí
es
dónde
nosotros
venir
a
un
evaluación
de
el
actuación
de
el
diseño,
de
el
DSD
diseño.
El
forma
nosotros
acercarse
este
es
a través de
el
evaluación
de
el
estadístico
fuerza
de
el
experimento
cual
es
mostrado
en
el
izquierda,
en el
panel
en
el
izquierda
a través de
un
evaluación
de
el
confuso
patrón
o
el
medida
a
cual
factores
son
correlacionado
en
el
experimental
diseño,
Y eso es
mostrado
en
el
panel
en
el
medio,
y
el
uniformidad,
qué
nosotros
llamar
el
uniformidad
de
el
diseño,
cual
es
simplemente,
qué
hace
el
estructura
de
el
diseño
mirar
como
en
a
multivariante
¿espacio?
Tener
nosotros
cubierto
todo
de
el
diseño
agujas
en
un
aproximadamente
uniforme
forma
entonces
eso
eran
capaz
a
predecir
al otro lado de
el
completo
rango
de
el
experimento
con
el
mismo
grado
de
¿precisión?
¿Y entonces qué?
estos
tres
indicar,
y
yendo
atrás
encima
a
el
izquierda,
es
eso
el
en general
fuerza
para
cada
de
el
factores
en
el
experimento
es
mayor que
que
90 por ciento,
cual
es
bien.
Y
él
muestra
a nosotros
eso
nosotros
tener
bien
sensibilidad
a
detectar
efectos,
si
ellos son
de hecho
allá
en
el
población.
El
panel
en
el
medio
muestra
eso
el
riesgo
de
qué
nosotros
llamar
multicolinealidad
o
excesivo
correlación
entre
el
experimental
factores
es
bajo
porque
todo
de
el
por pares
correlaciones
en
este
correlación
matriz,
mayoría
de
a ellos
son
azul,
dónde
a
más
azulado
correlación
corresponde
a
a
más bajo
correlación,
dónde
sólido
azul
indica
cero
correlación.
Y
el
cuadrícula
eso
son
íntimamente
a
a
rojo
sombreado
indicar
a
más alto
medida
de
correlación
entre
factores
o
términos
en
el
experimento.
Y
entonces
en general,
qué
nosotros
ver
es
eso
nosotros
mirar
para
correlaciones
eso
no
superar
0,3,
y
eso es
típicamente
todo
el
cuadrícula
en
este
trama
con
el
excepción
de
aquellos
levemente
rojizo
cuadrícula
dónde
el
correlación
es
a
pequeño
poco
más alto.
Y
eso es
porque
nosotros
tener
categórico
factores,
¿bien?
Nosotros
tener
en
el menos
uno
categórico
factor
en
este
experimento.
Y
si
nosotros
no
tener
el
presencia
de
a
categórico
factor,
este
trama
quería
mirar
incluso
más azul.
Entonces
nosotros
decir
eso
en
DSD,
nosotros
no
recomendar
añadiendo
también
muchos
categórico
variables
en
el
experimento,
porque
si
nosotros
hacer,
entonces
nosotros
aumentar
este
correlación
problema,
cual
Afecta
nuestro
capacidad
a
producir
Estimaciones
en
nuestro
modelo
eso
son
preciso,
dirige
a
inflación
de
diferencia
en
nuestro
Estimaciones.
Y
el
final
trama
en
el
bien,
en
el
lejos
bien,
cual
es
un
indicación
de
el
uniformidad
de
este
diseño,
es
a
dispersión
trama
matriz
en
JMP,
y
él
muestra
cada
variable
versus
cada
otro
variable.
Y
qué
eran
mirando
para
es
para
blanco
espacio
a
ser
mínimo
en
este
trama.
Qué
he
estirado
es
a
pequeño
círculo
aquí
cual
su
ojo
poder
fácilmente
elegir
afuera.
Hay
a
pequeño
poco
de
extra
blanco
espacio
allá
en
el
intersección
de
Repetir
y
Paso.
Y
eso,
de nuevo,
es
porque
nosotros
tener
a
categórico
variable
en
nuestro
experimento.
Y
entonces
sinceramente,
Hay
No
perfecto
cero
en
el
principal
efectos,
No
verdadero
punto central en
el
principal
efectos
pendiente
a
el
presencia
de
eso
dificultad
variable,
el
categórico
variable.
Y
eso es
reflejado
en
el
no-
simétrico
patrón
de
el
dispersión
trama
matriz
en
el
bien,
levemente
no simétrico,
dónde
eso
asimetría
es
indicado
en
eso
blanco
espacio
y
con
el
círculo
eso
he
estirado.
Bueno,
entonces
antes
I
conversar
este
deslizar,
I
justo
desear
a
rápidamente
espectáculo
tú
cómo
I
consiguió
a
estos
diseño
diagnóstico.
Entonces
qué
estás
vidente
aquí
es
el
mesa
eso
I
justo
presentado
tú.
Y
he
generado
este
diseño
usando
el
DSD
plataforma
bajo
el
GAMA
menú,
bajo
Definitivo
Cribado
y
Definitivo
Cribado
Diseño.
Y
después
I
hizo
eso,
JMP ya
generar,
después
I
completo
el
diseño
mesa
generación
proceso
y
llenar
en
el
resultados,
JMP genera
un DOE
diálogo
guion,
ahorra
él
a
el
datos
mesa,
y
I
poder
de hecho
relanzar
el
GAMA
diálogo,
y
I
poder
también
evaluar
el
diseño.
Entonces
Soy
yendo
a
ir
adelante
y
rápidamente
hacer clic
en
Diseño
Evaluación.
Y
este
es
justo
un
descripción general
de
el
diseño.
Y
bien
aquí
bajo
Diseño
Evaluación
es
dónde
I
conseguir
el
diagnóstico
relacionado
arriba
poder,
cual
I
presentado
tú
en
el
izquierda
panel
en
eso
deslizar,
el
diagnóstico
eso
indicar
a
el
medida
a
cual
factores
o términos
en
el
experimento
son
correlacionado.
Y
eso es
mostrado
Aquí en
el
color
mapa
en
el
correlación.
Y
a
generar
el
trama,
mirando
en
el
uniformidad
entre
el
factores,
I
de hecho
tener
a
ir
en
y
hacer
eso
En s
gato
trama
matriz
bajo
el
Gráfico
menú, S
trama de orugas
Matriz.
Entonces
eso es
justo
alguno
contexto
para
tú.
Y
ahora,
Soy
justo
yendo
a
rápidamente
traer
arriba
el
próximo
deslizar
y
entonces
venir
atrás
a
JMP
aquí
justo
a
dinamicamente
espectáculo
tú
qué
eran
haciendo.
Entonces
Aquí está
probablemente
el
mayoría
interesante
parte
de
este
experimento.
Cómo
hacer
nosotros
aumentar
el
encuesta
prueba
dificultad
y
hacer
él
en
a
elegante
¿forma?
Bien,
nosotros
poder
usar
jerárquico
agrupamiento
análisis
a
hacer
eso.
Ahora,
nosotros
ya
saber
el
correcto
respuesta.
Es
indicado
aquí
en
el
correspondiente
columna.
El
Elección
columna,
el
columnas
de
el
cuatro
variables
en
el
bien
cual
indicar
el
opciones
correspondiente
a
el
20
melodía
opciones
son
indicado
allá.
Entonces
nosotros
saber,
para
ejemplo,
en
el
primero
fila,
el
correcto
La respuesta es C
corresponde
a
melodía uno
dónde
el
C Identificación
número
es
uno.
Entonces
nosotros
ya
saber
el
correcto
respuesta
dónde
Nosotros tenemos
asignado
él
en
términos
de
fila
orden
basado
en
a
aleatorio
número,
pero
cómo
hacer
nosotros
elegir
el
otro
tres
¿respuestas?
Bien,
basado
en
jerárquico
agrupamiento,
nosotros
poder
conseguir
a
sentido
de
cómo
cerca
cada
de
el
otro
tres
respuestas
son
a
el
correcto
respuesta.
Y
en
este
forma,
nosotros
poder
hacer
el
prueba
a
pequeño
más
difícil.
Entonces
todo
el
respuesta
opciones
son
de
el
20
melodías.
Cómo
hacer
nosotros
elegir
el
íntimamente
formalidades
para
cada
pregunta,
o
el
más cercano
formalidades,
si
tú
voluntad,
o
incluso
tal vez
melodías
eso
son
relativamente
cerca
juntos
basado
en
el
agrupamiento
criterio,
pero
no
honrando
eso
criterio
estrictamente,
¿bien?
Entonces
este
podría
parecer
a
pequeño
poco
nebuloso,
pero
en
efecto,
todo
eran
en realidad
haciendo
es
narración
JMP a
asignar
a
agrupamiento
esquema
por
fila
y
basado
en
alguno
agrupamiento
criterio
eso
nosotros
especificar.
Y
por
por defecto,
eso
criterio
es
Pabellón.
Entonces
Soy
justo
yendo
a
espectáculo
eso
dinamicamente
aquí.
Entonces
I
tener
el
mesa
abierto.
Todo
I
hizo
aquí
es
correr
C jerárquico
lustre
bajo
La C
lustroso
menú.
Y
una vez
I
corrió
este,
I
fue
adelante
y
invocar
Cúmulo S
resúmenes,
cual
I
transformado
en
aquí.
Y
entonces
mirar
qué
sucede
aquí
cuando
I
hacer clic
en
cada
de
estos
racimos.
Entonces
tú
poder
ver
eso
cuando
I
hacer clic
en
cada
de
estos
racimos.
Estos
son
el
racimos.
Entonces
siete y
18
son
asociado
con
cada
otro
o,
14
y
17, ocho
y
nueve,
fila
dos
y
13,
y
entonces
en.
Entonces
este
es
el
idea.
Eran
usando
el
fuerza
de
JMP a
identificar
filas
eso
son
asociado
con
cada
otro.
Y
en
este
forma,
por
arreglando
el
respuesta
opciones
cerca
a
cada
otro,
nosotros
hacer
él
relativamente
cerca
a
cada
otro
por
siguiente
alguno
esquema
como
este,
nosotros
hacer
el
prueba
más
difícil.
Está bien,
entonces
justo
lanzamiento
atrás
en
diapositivas
aquí
de nuevo.
Bueno.
Todo
bien,
entonces
básicamente
el
último
paso
aquí
en
términos
de
Completando
este
experimento
es
en
suma
a
usando
a
pasivo
criterios
para
creciente
el
dificultad
de
el
prueba,
nosotros
desear
un
activo
criterios.
Entonces
nosotros
desear
a
ser
capaz
a
separado,
en
efecto,
el
principiante
nivel
de
el
avanzado
nivel.
Entonces
pensar
de
él
como
este.
Si
cada
pregunta
era
súper
difícil
o
si
todo
el
opciones
eran
muy
duro
a
discriminar
de,
entonces
tú
No lo haría
ser
capaz
a
distinguir
entre
un
avanzado-
nivel
demandado
y
a
principiante-
nivel
demandado
porque
todos
quería
extrañar
todo
de
el
preguntas.
Similarmente,
si
tú
hecho
todo
el
preguntas
también
fácil,
entonces
tu lo harías
tener
todo
expertos
y
No
principiantes,
y
entonces
tú
tener
No
diferenciación.
Entonces
basado
en
el
ciencia,
nosotros
tener
a
hipótesis
eso
paso
y
velocidad
son
el
mayoría
importante
factores
para
actuación,
para
audiencia
actuación,
para
discriminante
entre
a
bien
melodía,
a
bien
composición,
y
a
malo
musical
composición
y
a
malo
uno.
Entonces
son
nosotros
seguro
acerca de
¿eso?
Bien,
uno
cosa
nosotros
poder
hacer
es
nosotros
puede volver
código
el
paso
y
velocidad
por
a
Reducción del 50 por ciento
si
es
en dificultad
nivel
igual
a
difícil.
Y
por
haciendo
eso,
en
efecto,
nosotros
aún
tener
cinco
variables
y
aquellos
son
indicado
en
el
sombreado,
¿bien?
Entonces
el
recodificado
paso,
recodificado
velocidad
son
el
dos
columnas
eso
son
Sombreado.
Y
entonces
nosotros
tener
el
notas
cambió,
el
notas
nivel,
y
el
repetir.
Entonces
el
DSD
es
aún
ortogonal.
Nosotros
aún
tener
tres
niveles.
Nosotros
tener
cinco
variables,
pero
de hecho
nosotros
podría
incorporar
arriba
a
seis
en
el
DSD
diseño.
Entonces
cómo
hacer
nosotros
aumentar
nuestro
valor
en
efecto
por
creciente
eso
variable
número
a
¿seis?
Bien,
nosotros
poder
agregar
el
dificultad
variable
o
el
categórico
variable
cual
indica
cualquiera
fácil
o
difícil.
Entonces
nosotros
decidido
a
usar
paso
y
velocidad,
combinado con
estos
otro
tres
variables,
y
el
total
muestra
tamaño
es
aún
18
más
2
o
20
con
el
dos
centro
agujas
y
el
uno
punto central
por
por defecto.
Pero
ahora,
nosotros
conseguir
cinco
niveles
para
velocidad
y
paso,
no
tres.
Así que por
haciendo
este
pequeño
transformación,
nosotros
inteligentemente
crear
cinco
niveles
en
dos
variables
en cambio
de
justo
teniendo
tres
niveles,
cual
es
típicamente
qué
nosotros
quería
tener
en
a
DSD-Español:
Entonces
I
pensar
este
es
a
único
acercarse
eso es
también
bastante
específico
a
este
problema
contexto
y
da
a nosotros
más
niveles
en
nuestro
diseño.
Bueno, entonces
este
es
nuestro
diseño.
Cómo
son
nosotros
yendo
a
crear el...
Qué
software
son
nosotros
yendo
a
usar
a
básicamente
generar
el
audiencia
¿pruebas?
Bueno,
Bueno,
este
es
justo
un
descripción general
de
Música S
software S
Sintetizador,
cual
es
qué
nosotros
usar,
suave
sintetizador.
Y
nosotros
utilizar
él
a
crear
24
múltiple
elección
música
melodía
audiencia
pruebas.
Es
obviamente
conveniente
y
portátil
y
rápido.
Todo
bien,
entonces
cómo
hacer
nosotros
distribuir
este
encuesta
¿inteligentemente?
Bien,
nuestro
acercarse
es...
Muchos
gente
hacer
uno
muestreo
método.
Pero
aquí,
nuestro
acercarse
es
a
integrar
todo
el
diferente
muestreo
metodologías,
grupo
muestreo,
estratificado,
y
alguno
adicional
agrupamiento
dentro
en
orden
a
distribuir
el
encuesta
a
el
bien
audiencia
a
hacer
el
encuesta
el
mayoría
útil.
Entonces
cuando
estás
listo
a
enviar
afuera
el
prueba,
cómo
hacer
tú
hacer
¿él?
Bien,
Tengo
alguno
ejemplos
aquí.
OMS
debería
jugar
el
¿música?
Bueno, ahí está
son
gente
OMS
saber
el
música
y
gente
OMS
no.
Entonces
nosotros
solo
desear
a
enviar
el
encuestas
a
gente
OMS
son
ya
familiar
con
el
música,
¿bien?
Porque
al final,
nosotros
desear
a
usar
estos
gente
a
evaluar
el
actuación
de
un
orquesta.
En el
estratificado
muestreo
sentido,
nosotros
tener
diferente
tipos
de
instrumentos.
Nosotros
puede
tener
cinco
estudiantes
en
a
particular
piscina
eso
saber
cómo
a
jugar
piano,
nosotros
puede
tener
dos
eso
saber
cómo
a
jugar
violín,
y
nosotros
puede
desear
a
muestra
inteligentemente
entonces
eso
nosotros
solo
elegir
a
cierto
número
dentro
cada
estratos
de
jugadores,
gente
OMS
jugar
particular
instrumentos.
Entonces
nosotros
puede
elegir
Al azar
dentro
cada
de
estos
estratos
en
a
cierto
muestreo
tasa.
Y
de nuevo,
con
respeto
a
agrupamiento,
nosotros
poder
pensar
de
ubicación
en
términos
de
práctica
ubicación
o
geografía
como
a
selección
de
muchos
diferente
geografías.
En
a
sentido,
nosotros
grupo
y
límite
nuestro
selección
criterios
a
solo
el
San
Francisco
Bahía
área,
porque
práctica
en
persona
es
mucho
más fácil
que
práctica
prácticamente.
Bueno,
entonces
en realidad
el
punto
es
eso
este
encuesta
diseminación
y
encuesta
datos
recopilación
procesos
es
muy
holístico
y
aumenta
nuestro
posibilidades
de
productor
un
eficaz
prueba
colocar,
si
tú
voluntad,
de
evaluadores
a
ayuda
a nosotros
forma
el
mayoría
alto-
amaestrado
orquesta.
Bueno, entonces
rápidamente,
a
envoltura
todo
arriba,
nosotros
estudió
el
humano
audiencia
frecuencia
rango,
el
instrumento
frecuencia
espectro,
el
música
frecuencia
fórmula,
y
nosotros
diseñado
un
innovador
música
melodía
audiencia
prueba
usando
DSD-Español:
Nosotros
también
implementado
dos
interesante
aproches
a
aumentar
el
dificultad
de
el
prueba,
jerárquico
agrupamiento,
como
Bueno
como
reescalado
el
niveles
de
el
mayoría
importante
Predictores
en
nuestro
respuestas
para
el
prueba
respuestas.
Y
nosotros
usar
el
música
sintetizador
software
a
básicamente
diseminar
el
audiencia
prueba
al otro lado de
el
seis
música
melodía
variables.
Y
en
nuestro
estrategia
para
diseminación,
nosotros
usar
el
holístico
muestreo
metodología.
Entonces
este
en
cierre,
alguno
de
el
aproches
eso
nosotros
usar
y
el
ciencia
eso
nosotros
desarrollado
podría
ser
usado
a
desarrollar
a
audiencia
ayuda,
Una musica
melodía
audiencia
ayuda.
Y
en
nuestro
actual
mercado
eso
eran
consciente
de,
audiencia
Las ayudas son
en realidad
especialmente
diseñado
para
gente
con
audiencia
pérdida,
pero
el
idea
aquí
quería
ser,
cómo
acerca de
haciendo
a
audiencia
ayuda
eso es
acerca de
amplificando
a
cierto
señal
de
ruido,
¿bien?
Y
eso
quería,
en
efecto,
aumentar
música
melodía
audiencia
y
detección,
¿bien?
Y así el
principal
objetivo
aquí
quería
ser
a
bloquear
afuera
ruido
eso es
extraño,
para
ejemplo,
ruido
de
el
audiencia,
y
entonces
amplificar
el
señal
parte
para
el
particular
frecuencias
eso
son
importante
para
jugando
a
particular
instrumento,
o
incluso
usando
este
tipo
de
tecnología
a
incluso
afuera
el
paso,
a
amplificar
el
transición
entre
melodías.
Y
entonces
en
futuro
trabajar,
a
similar
DSD
diseño
poder
ser
implementado
en
Términos de
desarrollo
este
amable
de
tecnología.
Entonces
agradecer
tú
muy
mucho
para
escuchando
y
dejar
a nosotros
saber
si
tú
tener
cualquier
preguntas.
