755536_zh-TW

liliconcom

設計數位音樂旋律聽力測驗 (2022-EU-30MP-989)

本示範展示了設計一種特殊的音樂聽力測試來測試音樂家聽到旋律的能力。 JMP 中的最終螢幕設計 (DSD) 平台用於考慮六個音樂腳本輸入變數（步長、速度、音符變更、音符等級、重複、難度），然後添加另外兩個中心點來評估 Gage R&R 效能。每次 DSD 運行都是多項選擇測試，允許受訪者從四個可用選項中選擇他們的答案。

JMP 分層聚類平台用於對 DSD 運行提供的 20 個腳本中的相似音樂腳本進行分組，並為其他三個不正確的選擇分配相似的腳本。然後添加正確的選項，使每個聽力問題更具挑戰性。接下來，採用分層整群混合抽樣的方法，抽取30位候選人參與調查。腳本確定後，將使用商業音樂合成軟體程式來建立此 DSD 旋律聽力測試。收集調查結果後，使用JMP中的Fit Definitive Screening平台對DSD調查結果進行分析。目標是確定最佳評分者（對音樂旋律進行準確評分的傾向較高）作為下一專案階段的評審。

好的。

出色地， 謝謝， 每個人， 為了 加盟 我們。

這 標題 的 我們的 專案

是 設計 a 數位的 音樂 旋律 聽力 測試。

我是 派崔克 朱利安，

和 我的 共同 主持人 是 查爾斯 陳 和 石匠 陳

世界衛生組織 不能 是 這裡 今天。

所以 我是 去 到 是 呈現 在 他們的 代表。

和 這 是 a 專案,

a 高的- 學校 幹 專案 受到啟發 經過 ESTEEM 的方法論，

哪個 是 基本上 幹 但 和 人工智慧, 數學， 和 統計數據 出色地- 融合的。

好的， 所以 只是 到 介紹 這 專案

在 這 專案 管理 味道 和 這 專案 憲章。

這 目的 的 這 專案, 在 影響， 是 到 設計 a 測試

到 測試 這 聽力 能力 的 a 音樂家。

這 實驗性的 設計， 哲學 或者 方法論 我們 使用

是 JMP的 強大的， 確定的 篩選 設計 能力。

和 我們 設計的 這 測試 基於 在 六 音樂 旋律 變數

在 命令 到 測試 聽力 能力，

在哪裡 每個 問題 開始 和 a 短的 旋律

已關注 經過 四 選擇， 和 在哪裡 僅有的 一 是 重複

和 這 其他 三 旋律 是 相似的 但 不是 完全相同的。

從 這 測試， 每個 聽眾 有 到 挑選 他們的 最好的 選擇

之中 這 選項 可用的。

一次 我們 設計的 這 測試， 我們 分析 這 測試 民調 結果。

我們 建造 a 靈敏度 模型

在 考慮 的 六 音樂 聽力 變數，

和 然後 螢幕 這 聽眾 到 決定 哪個 那些 執行的 這 最好的

在 這 音樂 聽力 測試。

和 在 正在做 所以， 在 這 篩選 過程，

我們 分析 這 優勢 和 弱點 的 他們的 聽力 能力

在 這 服務 的 最終 創造 一個 樂團

和 a 等級 的 聽眾 世界衛生組織 是 高度 有能力的 到 評價 他們。

好吧，那麼 在 這 服務 的 科學，

我們 有 一個 介紹 到 這 機制 的 聽力

在哪裡 這 耳朵 是 只是 基本上 a 頻率- 接收 裝置

那 收集 聲音 和 振動 的 這 小骨在 這 耳朵

和 原因 這 機械的 振動 到 是 轉換的

進入 一個 電力 刺激， 哪個 是 解釋的 經過 這 腦

經過 這 聽覺的 神經 和 最終 經過 這 腦。

全部 正確的， 所以 前 我們 得到 進入 這 實驗

和 這 變數 那 我們 分析,

讓我們 演講 a 小的 位元 關於 這 頻率 範圍 的 聽力

之中 個人 取決於 在 他們的 年齡。

所以 人們 的 全部 年齡 沒有 聽力 損傷

應該 是 有能力的 到 聽到 在 a 頻率 的 大約 8,000 赫茲，

和 漸進的 損失 的 靈敏度 到 更高 頻率 和 年齡

是 a 普通的 發生。

和 所以 什麼 這 科學 告訴 我們

是 那 這 聽覺的 結構 的 年輕的 人們

是 通常 更多的 有能力的 的 吸收的 或者 口譯

聽力 更高 頻率 聲音， 哪個 是， 的 課程，

相關的 在 條款 的 哪個 儀器 人們 是 玩,

在哪裡 這 小提琴 有 a 更高 瀝青 比 這 大提琴,

所以 也許 a 年輕的 人 可能 是 更多的 適合

為了 玩 這 小提琴 比 一個 較老的 人。

和 所以 這 只是 給出 你 一個 主意 那 基本上

人們 那 是 在 他們的 五十年代 或許 可能 僅有的 是 有能力的 到 聽到

在 12,000 千赫... 或者 12 千赫 相當， 12,000 赫茲，

然而 人們 在 他們的 20多歲 能 聽到 向上 到 也許 18 千赫。

和 只是 到 給 一些 情境, 這 平均的 頻率 範圍

為了 什麼 我們 聽 為了 這 聲音 那 我們 聽到 最多 常 每一個 天

是 之間 250 赫茲 和 6,000 赫茲。

好的， 所以 什麼 是 一些 挑戰 聯繫 和 聽力

在 這 情境 的 聲音 的 不同的 頻率？

所以 人們 通常 錯過 高的 頻率 聲音

更多的 常 比 低的 頻率 那些。

和 人們 和 高的 頻率 聽力 損失，

他們 有 麻煩 聽力 更高- 傾斜的 聲音， 的 課程， 正確的？

和 所以 更高 瀝青 聲音 能 通常 來 從 女性 或者 孩子們

和 是 在 這 上 二 到 八 千赫茲範圍。

和 什麼是 也 典型的

和 高的 頻率 聽力 損失 在 許多 人們

是 這 在場 的 a 幻影 聲音， 哪個 是 這 狀態 被稱為 耳鳴

和 那 競爭 感覺 的 聲音 能 也 抑制 a 人的 能力

到 區分 其他 高的 頻率 聲音。

所以 清楚地， 年齡 是 一個 重要的 因素 在 條款 的 設計

一個 有效的 聽力 測試 和 發展 一個 有效的 控制板 的 聽眾

世界衛生組織 是 調和的 到 音樂。

雖然 我們 沒有 明確地 考慮 年齡 在 我們的 實驗，

作為 你會 看 在 這 隨後的 幻燈片,

它 確實 可以 是 a 因素 那 我們 可以 探索 更遠

在 我們的 取樣 策略 在 條款 的 這 民調 受訪者 那 我們 選擇。

好的， 所以 這 基本的 措施 的 聽力表現

是 被稱為 一個 聽力圖。

和 什麼 你 看 在 這 圖形 在 這 正確的

是 只是 a 陰謀 的 聽力 臨界點 等級 在 分貝 在 這 垂直的 軸

相對 頻率 在 這 水平的。

和 你 能 清楚地 看 那 作為 聽力 損失 進步，

這 臨界點 等級 的 聲音 和 分貝 開始 到 增加

和 這 降解 和 這 表現 是 顯示 作為 這 陰謀

分裂 這 表現 經過 年 移動 向下 進入 這 正確的。

那是 這 彈道 的 這 線 那是 連接 這 點

移動 向下 進入 這 正確的。

好的， 所以 只是 a 小的 位元 更多的 背景

前 我們 發射 進入 這 設計 的 這 民調 和 這 分析。

這 意圖 這裡 是 只是 到 強調

那 頻率 干涉 能 是 a 問題

在 生產 a 悠揚的 和諧 在 一個 樂團 在 特別的

或者 在 任何 種類 的 音樂 作品。

和 什麼 是 基本上 顯示 這裡

是 這 不同之處 之間 什麼是 被稱為 基本的 頻率 和 諧波

在 這 情境 的 a 鋼琴，

在 至少 在 這 筆記 規模 表明的 在 這 底部。

好吧，那麼 什麼 做 我們 知道 關於 這 音樂 筆記 頻率 光譜？

出色地， 每個 筆記 有， 不是 出奇， 基於 在 這 介紹 所以 遠的，

每個 筆記 有 a 特別的 頻率。

作為 一個 例子， 中間 C 是 在 大約 第262章 赫茲，

和 更高 筆記， 的 課程， 是 去 到 有 更高 頻率

和 降低 筆記 有 降低 頻率。

和 這 滑動 只是 給出 你 a 情境

為了 什麼 頻率 筆記 對應 到。

所以 筆記 A 是 大約 很多 更高， 440、

然後 筆記 261℃ 在 這 第二 放 在 這 正確的，

在 這 降低 部分 的 這 滑動。

好的， 所以 有 一些 關係 之間 頻率 和 這 數位 的 筆記。

頻率 需要 到 雙倍的 每一個 12 筆記，

和 我們 有 12 個音符 在 每個 八度， 七 白色的 和 五 黑色的。

和 所以 你 能 看 那 這 關係，

那 頻率 如下 作為 a 功能 的 這些 筆記，

和 n 是 a 力量- 法律 類型 關係。

全部 正確的， 所以 採取 我們 後退 現在 到 這 專案

和 這 執行 和 這 分析。

所以 這 專案 計劃 有 三 階段。

這 第一的 階段 是 什麼 我是 去 到 覆蓋，

它是 這 分析 那 我是 去 到 討論 今天。

這 第一的 階段 是 有效地 這 過程 的 識別

哪個 人們 是 最好的 聽力 表演者 從 a 收藏 的 民調 結果

那 我們 傳送 出去 基於 在 這 民調 那 我們 設計的。

這 第二 階段 是 識別 這 最好的 聽力 表演者

從 這 民調 結果 在 命令 到 服務 作為 法官們。

在 這 階段， 基本上， 我們 嘗試 到 工作 在 成型 這 樂團

事先的 到 階段 三 在哪裡 是 實際上 正在做 這 成型。

但 在 這 實例， 是 思維 關於 事物

喜歡 哪個 儀器 有 任何 潛在的 局限性。

和 我們 可能 給 這 相同的 旋律 到 不同的 測試 儀器、

和 不是 每一個 樂器 能 玩 每一個 旋律， 明顯地。

和 所以 這 主意 是，

如何 做 我們 知道 那 這 個人 那 是 玩

是 玩 這些 儀器 準確？

出色地， 我們 需要 法官 世界衛生組織 有 好的 傾聽 能力。

所以 這 法官 那 我們 策展 從 階段 一

將要 提供 那 出色的 評估 在 階段 二。

那麼一次 我們 有 那 在 地方， 在 階段 三，

我們 能 實際上 真的 形式 這 數位的 樂隊。

和 出色地 思考 關於 事物 喜歡 如何 許多 玩家 應該 是 涉及，

世界衛生組織 應該 玩 在哪裡， 明顯地。

出色地 有 a 好的 理解 的 如何 這 旋律 可以 是 難的

為了 肯定 儀器。

和 這 是 為什麼 我們 需要 階段 二 在 這 中間。

好的， 所以 這是 我們的 設計 或者 民調 問題 設計。

所以 我們已經 已確定 六 變數 為了 這次聽證會 測試

有關的 到 音樂， 參數 在 音樂：

步， 速度， 筆記 改變了, 筆記 等級， a 重複 多變的，

和 a 困難 多變的， a 絕對的 多變的， 簡單的 或者 難的。

這 實驗， 作為 I 提及 前， 是 是 使用 JMP的 DSD,

和 在 添加 到 這 預設, 是 產生 a 預設DSD，

和 然後 在 影響， 是 增強 設計

經過 添加 二 更多的 中心點。

所以我們是 正在做 一個 18- 跑步 DSD,

哪個 包括 一 中心點， 哪個 是 排 數位 三 在 這 桌子，

擁有 表明的 和 a 零 和 一個 箭 突出顯示 排 三。

和 然後 是 添加 二 更多的 中心 點

在 排 10 和 排 20 分別。

和 這 主意 這裡 在 條款 的， 是 替換 這些 中心點，

是 我們 想 到 得到 一個 主意 的 如何 持續的 這 結果 是

自始至終 這 實驗。

所以 我們 嘗試 到 放 a 大致中心點 在 這 開始， 在 這 中間，

和 這 結尾 的 這 實驗。

和 這 是 類似的 到 理解 無論 a 測量 過程 是 穩定的，

如果 你是 在 a 製造業 環境， 得到 a 感覺 為了 那。

和 然後 這 其他 重要的 事物 關於 我們的 設計 這裡

是 那 是 隨機化 這 測試 順序，

和 那是 某物 那 我們 能 做 在 JMP 透過 這 世代 的 這 設計。

和 患病的 展示 a 小的 位元 關於 那 簡要地

什麼時候 我們 來 到 這 下一個 很少 幻燈片。

和 那 隨機化 是 真的 重要的 因為 它 幫助 排除 任何 偏見

到期的 到 因素 那 不是 在 這 實驗

什麼時候 我們 跑步 這 測試。

和 那 偏見 是 提到的 到 有時 作為 潛伏 變化

或者 變化 到期的 到 潛伏 變數。

好的， 所以 有 其他 考慮 那 I 感動 在。

它是 在 這 情境 的 隨機化， 但 它是 輕微地 不同的 情境,

哪個 是 a 小的 位元 更多的 獨特的

到 這 特別的 應用 和 實驗。

和 所以 基本上， 什麼 我們 做過 是 生成了一個 最初的 隨機的 多變的

和 分配的 a 隨機的 順序， 一、二、三、四、 和 隨機化。

但 我們 做過 a 重新編碼 在 那。

所以 我們 貼上標籤 一 一個， 二 乙， 三 C、 和 四個D，

和 那' 是什麼 我們 看

在 條款 的 識別 這 正確的 回答。

所以 在 這 二 列 在 這 正確的 在 這 桌子，

在 這 20- 排 桌子，

是 識別 什麼 這 正確的 回答 應該 是

在 條款 的 這 信，

哪個 是 聯繫 和 a 隨機的 多變的 的 一、二、三、四、

w 這裡 一 對應 到 一個， 兩個到 乙， 三 到 C、 和 四 到 D .

和 是 正在做 這 到 確保 a 制服 分配

的 這 地點 多變的。

和 基本上 什麼 那 方法 在 實際的 條款 是 那 甲、乙、丙、 和 D

全部 有 平等的 百分比 的 存在 已選擇 在 隨機的。

和 這 是 到 避免 這 偏向 情況

在哪裡 一個學生 可能 挑選 這 相同的 回答 超過 和 超過 再次

在 命令 到 可能 增加 他的 或者 她 機會 的 表演 出色地，

或者 也許 因為 這 民調 受訪者 不是 支付 注意力

或者 不是 已訂婚的 在 這 民意調查。

好的， 所以 這裡 是 在哪裡 我們 來 到 一個 評估

的 這 表現 的 這 設計， 的 這 DSD 設計。

這 方式 我們 方法 這

是 透過 這 評估 的 這 統計 力量 的 這 實驗

哪個 是 顯示 在 這 左邊， 於 控制板 在 這 左邊

透過 一個 評估 的 這 混淆 圖案

或者 這 程度 到 哪個 因素 是 相關的 在 這 實驗性的 設計，

那就是 顯示 在 這 控制板 在 這 中間，

和 這 均勻性， 什麼 我們 稱呼 這 均勻性 的 這 設計，

哪個 是 簡單地， 什麼 做 這 結構 的 這 設計 看 喜歡

在 a 多變數 空間？

有 我們 覆蓋 全部 的 這 設計 點 在 一個 大約 制服 方式

所以 那 是 有能力的 到 預測 穿過 這 全部的 範圍 的 這 實驗

和 這 相同的 程度 的 精確？

那又怎樣 這些 三 表明， 和 去 後退 超過 到 這 左邊，

是 那 這 全面的 力量 為了 每個 的 這 因素 在 這 實驗

是 更大 比 90%， 哪個 是 好的。

和 它 節目 我們 那 我們 有 好的 靈敏度 到 探測 效果，

如果 他們是 實際上 那裡 在 這 人口。

這 控制板 在 這 中間 節目

那 這 風險 的 什麼 我們 稱呼 多重共線性

或者 過多的 相關性 之中 這 實驗性的 因素 是 低的

因為 全部 的 這 成對地 相關性 在 這 相關性 矩陣，

最多 的 他們 是 藍色的，

在哪裡 a 更多的 偏藍色的 相關性 對應 到 a 降低 相關性，

在哪裡 堅硬的 藍色的 表示 零 相關性。

和 這 方塊 那 是 更近 到 a 紅色的 陰影

表明 a 更高 程度 的 相關性 之中 因素 或者 條款 在 這 實驗。

和 所以 全面的， 什麼 我們 看 是 那 我們 看 為了 相關性

那 不 超過 0.3,

和 那是 通常 全部 這 方塊 在 這 陰謀

和 這 例外 的 那些 輕微地 微紅的 方塊

在哪裡 這 相關性 是 a 小的 位元 更高。

和 那是 因為 我們 有 絕對的 因素， 正確的？

我們 有 在 至少 一 絕對的 因素 在 這 實驗。

和 如果 我們 沒有 有 這 在場 的 a 絕對的 因素，

這 陰謀 會 看 甚至 更藍。

所以 我們 說 那 在 DSD, 我們 不 推薦

添加 也 許多 絕對的 變數 進入 這 實驗，

因為 如果 我們 做， 然後 我們 增加 這 相關性 問題，

哪個 影響 我們的 能力 到 生產 估計 在 我們的 模型 那 是 精確的，

線索 到 通貨膨脹 的 變異數 在 我們的 估計。

和 這 最終的 陰謀 在 這 正確的， 在 這 遠的 正確的，

哪個 是 一個 指示 的 這 均勻性 的 這 設計，

是 a 分散 陰謀 矩陣 在 傑普,

和 它 節目 每個 多變的 相對 每一個 其他 多變的。

和 什麼 是 尋找 為了

是 為了 白色的 空間 到 是 最小的 在 這 陰謀。

什麼 我已經 繪製的 是 a 小的 圓圈 這裡 哪個 你的 眼睛 能 容易地 挑選 出去。

有 a 小的 位元 的 額外的 白色的 空間 那裡

在 這 路口 的 重複 和 步。

和 那， 再次， 是 因為 我們 有 a 絕對的 多變的 在 我們的 實驗。

和 所以 說實話，

有 不 完美的 零 在 這 主要的 效果，

不 真的 中心點在 這 主要的 效果

到期的 到 這 在場 的 那 困難 多變的，

這 絕對的 多變的。

和 那是 反映 在 這 非 對稱的 圖案

的 這 分散 陰謀 矩陣 在 這 正確的， 輕微地 非對稱，

在哪裡 那 不對稱 是 表明的 在 那 白色的 空間

和 和 這 圓圈 那 我已經 繪製的。

好的， 所以 前 I 討論 這 滑動， I 只是 想 到 迅速地 展示 你

如何 I 得到 到 這些 設計 診斷。

所以 什麼 你是 看到 這裡 是 這 桌子 那 I 只是 顯示 你。

和 我已經 產生的 這 設計 使用 這 DSD 平台 在下面 這 美國能源部 選單，

在下面 權威的 篩選 和 權威的 篩選 設計。

和 後 I 做過 那， 已經JMP了 產生，

後 I 完全的 這 設計 桌子 世代 過程

和 充滿 在 這 結果， JMP 生成 美國能源部 對話 腳本，

節省 它 到 這 數據 桌子，

和 I 能 實際上 重新啟動 這 美國能源部 對話，

和 I 能 也 評價 這 設計。

所以 我是 去 到 去 前面 和 迅速地 點選 在 設計 評估。

和 這 是 只是 一個 概述 的 這 設計。

和 正確的 這裡 在下面 設計 評估

是 在哪裡 I 得到 這 診斷 有關的 頂部 花，

哪個 I 顯示 你 在 這 左邊 控制板 在 那 滑動，

這 診斷 那 表明

到 這 程度 到 哪個 因素 或條款 在 這 實驗 是 相關的。

和 那是 顯示 在此處 這 顏色 地圖 在 這 相關性。

和 到 產生 這 陰謀，

尋找 在 這 均勻性 之中 這 因素，

I 實際上 有 到 去 在 和 做 那 在 s 貓貓 陰謀 矩陣

在下面 這 圖形 選單，S 散點圖 矩陣。

所以 那是 只是 一些 情境 為了 你。

和 現在， 我是 只是 去 到 迅速地 帶來 向上 這 下一個 滑動

和 然後 來 後退 到 聯合管理計劃 這裡

只是 到 動態地 展示 你 什麼 是 正在做。

所以 這是 大概 這 最多 有趣的 部分

的 這 實驗。

如何 做 我們 增加 這 民調 測試 困難

和 做 它 在 a 聰明的 方式？

出色地， 我們 能 使用 分層的 聚類 分析 到 做 那。

現在， 我們 已經 知道 這 正確的 回答。

它是 表明的 這裡 在 這 相應的 柱子。

這 選擇 柱子，

這 列 的 這 四 變數 在 這 正確的

哪個 表明 這 選擇 相應的 到 這 20 旋律 選擇

是 表明的 那裡。

所以 我們 知道， 為了 例子， 在 這 第一的 排，

這 正確的 答案是C 對應 到 旋律一

在哪裡 這 識別號 數位 是 一。

所以 我們 已經 知道 這 正確的 回答

在哪裡 我們已經 分配的 它 在 條款 的 排 命令 基於 在 a 隨機的 數字，

但 如何 做 我們 挑選 這 其他 三 答案？

出色地， 基於 在 等級制度 聚類,

我們 能 得到 a 感覺 的 如何 關閉 每個 的 這 其他 三 答案 是

到 這 正確的 回答。

和 在 這 方式， 我們 能 製作 這 測試 a 小的 更多的 難的。

所以 全部 這 回答 選擇 是 從 這 20 旋律。

如何 做 我們 挑選 這 更近 手續 為了 每個 問題，

或者 這 最接近的 手續， 如果 你 將要，

或者 甚至 或許 旋律 那 是 相對地 關閉 一起

基於 在 這 聚類 標準， 但 不是 榮譽 那 標準 嚴格來說，

正確的？

所以 這 可能 似乎 a 小的 位元 模糊的,

但 在 影響， 全部 是 真的 正在做

是 講述 JMP 至 分配 a 聚類 方案 經過 排

和 基於 在 一些 聚類 標準 那 我們 指定。

和 經過 預設, 那 標準 是 病房。

所以 我是 只是 去 到 展示 那 動態地 這裡。

所以 I 有 這 桌子 打開。

全部 I 做過 這裡 是 跑步 分層C 光澤 在下面 C 光澤 菜單。

和 一次 I 跑 這， I 去了 前面 和 呼叫 簇S 總結，

哪個 I 轉身 在 這裡。

和 然後 手錶 什麼 發生 這裡 什麼時候 I 點選 在 每個 的 這些 集群。

所以 你 能 看 那 什麼時候 I 點選 在 每個 的 這些 集群。

這些 是 這 集群。

所以 七和 18 是 聯繫 和 每個 奧特 ,

14 和 17、八 和 九， 排 二 和 13、 和 所以 在。

所以 這 是 這 主意。

是 使用 這 力量 的 JMP 至 確認 列

那 是 聯繫 和 每個 其他。

和 在 這 方式， 經過 安排 這 回答 選擇 關閉 到 每個 其他，

我們 製作 它 相對地 關閉 到 每個 其他 經過 下列的 一些 圖式 喜歡 這，

我們 製作 這 測試 更多的 難的。

好的， 所以 只是 發射 後退 進入 幻燈片 這裡 再次。

好的。

全部 正確的， 所以 基本上 這 最後的 步 這裡 在 條款 的 完成 這 實驗

是 在 添加 到 使用 a 被動的 標準 為了 增加 這 困難 的 這 測試，

我們 想 一個 積極的 標準。

所以 我們 想 到 是 有能力的 到 分離，

在 影響， 這 初學者 等級 從 這 先進的 等級。

所以 思考 的 它 喜歡 這。

如果 每一個 問題 曾是 極佳的 難的

或者 如果 全部 這 選擇 是 非常 難的 到 辨析 從，

然後 你 不會 是 有能力的 到 區分 之間 一個 先進的- 等級 受訪者

和 a 初學者- 等級 受訪者

因為 大家 會 錯過 全部 的 這 問題。

相似地， 如果 你 製成 全部 這 問題 也 簡單的，

然後 你會 有 全部 專家 和 不 初學者，

和 所以 你 有 不 差異化。

所以 基於 在 這 科學， 我們 有 a 假設 那 步 和 速度

是 這 最多 重要的 因素 為了 表現，

為了 聽力 表現， 為了 歧視性的 之間 a 好的 旋律，

a 好的 作品， 和 a 壞的 音樂 作品

和 a 壞的 一。

所以 是 我們 當然 關於 那？

出色地， 一 事物 我們 能 做 是 我們 可以重新 程式碼 這 步 和 速度

經過 a 減少 50%

如果 它是 遇到困難 等級 平等的 到 難的。

和 經過 正在做 那， 在 影響， 我們 仍然 有 五 變數

和 那些 是 表明的 在 這 陰影, 正確的？

所以 這 重新編碼 步， 重新編碼 速度 是 這 二 列 那 是 陰影。

和 然後 我們 有 這 筆記 改變了, 這 筆記 等級， 和 這 重複。

所以 這 DSD 是 仍然 正交。

我們 仍然 有 三 水平。

我們 有 五 變數，

但 實際上 我們 可以 包含 向上 到 六 在 這 DSD 設計。

所以 如何 做 我們 增加 我們的 價值 在 影響 經過 增加 那 多變的 數位 到 六？

出色地， 我們 能 添加 這 困難 多變的 或者 這 絕對的 多變的

哪個 表示 任何一個 簡單的 或者 難的。

所以 我們 決定 到 使用 步 和 速度， 結合 這些 其他 三 變數，

和 這 全部的 樣本 尺寸 是 仍然 18 加 2 或者 20

和 這 二 中心 點 和 這 一 中心點 經過 預設.

但 現在， 我們 得到 五 等級 為了 速度 和 步， 不是 三。

所以透過 正在做 這 小的 轉變，

我們 聰明地 創造 五 等級 在 二 變數

反而 的 只是 擁有 三 水平，

哪個 是 通常 什麼 我們 會 有 在 a DSD。

所以 I 思考 這 是 a 獨特的 方法

那是 也 相當 具體的 到 這 問題 情境

和 給出 我們 更多的 等級 在 我們的 設計。

好吧，那麼 這 是 我們的 設計。

如何 是 我們 去 到 創建...

什麼 軟體 是 我們 去 到 使用 到 基本上 產生 這 聽力 測試？

好的， 出色地， 這 是 只是 一個 概述 的 音樂小號 軟體S 合成器，

哪個 是 什麼 我們 使用， 柔軟的 合成。

和 我們 利用 它 到 創造

24 多種的 選擇 音樂 旋律 聽力 測試。

它是 明顯地 方便的 和 便攜的 和 快速地。

全部 正確的， 所以 如何 做 我們 散佈 這 民調 聰明地？

出色地， 我們的 方法 是...

許多 人們 做 一 取樣 方法。

但 這裡， 我們的 方法 是 到 整合 全部 這 不同的 取樣 方法論，

簇 採樣， 分層， 和 一些 額外的 聚類 之內

在 命令 到 散佈 這 民調 到 這 正確的 觀眾

到 製作 這 民調 這 最多 有用。

所以 什麼時候 你是 準備好 到 傳送 出去 這 測驗， 如何 做 你 做 它？

出色地， 我有 一些 例子 這裡。

世界衛生組織 應該 玩 這 音樂？

嗯，有 是 人們 世界衛生組織 知道 這 音樂 和 人們 世界衛生組織 不。

所以 我們 僅有的 想 到 傳送 這 調查

到 人們 世界衛生組織 是 已經 熟悉的 和 這 音樂， 正確的？

因為 最終， 我們 想 到 使用 這些 人們

到 評價 這 表現 的 一個 樂隊。

在 分層 取樣 感覺， 我們 有 不同的 種類 的 儀器。

我們 可能 有 五 學生 在 a 特別的 水池

那 知道 如何 到 玩 鋼琴，

我們 可能 有 二 那 知道 如何 到 玩 小提琴，

和 我們 可能 想 到 樣本 聰明地

所以 那 我們 僅有的 挑選 a 肯定 數位 之內 每個 地層 的 玩家，

人們 世界衛生組織 玩 特別的 儀器。

所以 我們 可能 挑選 隨機地 之內 每個 的 這些 地層

在 a 肯定 取樣 速度。

和 再次， 和 尊重 到 聚類,

我們 能 思考 的 地點 在 條款 的 實踐 地點 或者 地理

作為 a 選擇 從 許多 不同的 地理。

在 a 感覺， 我們 簇 和 限制 我們的 選擇 標準

到 僅有的 這 桑 弗朗西斯科 灣 區域，

因為 練習 在 人 是 很多 更輕鬆 比 練習 幾乎。

好的， 所以 真的 這 觀點 是 那 這 民調 傳播

和 民調 數據 收藏 流程 是 非常 整體的

和 增加 我們的 機會 的 生產 一個 有效的 測試 放， 如果 你 將要，

的 評估者 到 幫助 我們 形式 這 最多 高的- 表演 樂隊。

好吧，那麼 迅速地， 到 裹 一切 向上，

我們 研究過 這 人類 聽力 頻率 範圍，

這 樂器 頻率 光譜， 這 音樂 頻率 公式，

和 我們 設計的 一個 創新的 音樂 旋律 聽力 測試 使用 DSD。

我們 也 實施的 二 有趣的 方法

到 增加 這 困難 的 這 測試， 等級制度 聚類,

作為 出色地 作為 重新縮放 這 等級

的 這 最多 重要的 預測因子 在 我們的 回應 為了 這 測試 答案。

和 我們 使用 這 音樂 合成器 軟體

到 基本上 傳播 這 聽力 測試 穿過 這 六 音樂 旋律 變數。

和 在 我們的 策略 為了 傳播、 我們 使用 這 整體的 取樣 方法論。

所以 這 在 關閉, 一些 的 這 方法 那 我們 使用

和 這 科學 那 我們 發達 可以 是 用過的 到 發展 a 聽力 援助，

一段音樂 旋律 聽力 援助。

和 在 我們的 目前的 市場 那 是 意識到的 的，

聽力 愛滋病是 真的 特別 設計的 為了 人們 和 聽力 損失，

但 這 主意 這裡 會 是， 如何 關於 製作 a 聽力 援助

那是 關於 放大 a 肯定 訊號 從 噪音， 正確的？

和 那 會， 在 影響，

增加 音樂 旋律 聽力 和 檢測、 正確的？

所以 主要的 客觀的 這裡

會 是 到 堵塞 出去 噪音 那是 無關的，

為了 例子， 噪音 從 這 觀眾， 和 然後 放大 這 訊號 部分

為了 這 特別的 頻率 那 是 重要的

為了 玩 a 特別的 樂器， 或者 甚至 使用 這 類型 的 科技

到 甚至 出去 這 瀝青， 到 放大 這 過渡 之間 旋律。

和 所以 在 未來 工作， a 相似的 DSD 設計 能 是 實施的

在 的條款 發展 這 種類 的 技術。

所以 感謝 你 非常 很多 為了 傾聽 和 讓 我們 知道 如果 你 有 任何 問題。

進階統計建模自動化和腳本編寫基礎資料分析與建模消費者與市場研究內容組織資料混合與清理數據探索和視覺化實驗設計預測建模和機器學習品質和工藝工程可靠度分析分享和交流成果