Оптимальный тест Нейера: выбор наиболее информативных уровней эксперимента.
Neyer d-optimal test
Оптимальный тест Найера: эффективный метод оценки чувствительности. Позволяет минимизировать эксперименты и быстро определить предел прочности, например, для яичных лотков.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
Нейер-д оптимальный тест — это тест чувствительности. Его можно использовать для ответов на вопросы, такие как: «На какое расстояние в среднем может упасть ящик с яйцами, прежде чем хотя бы одно разобьется?» Если такие ящики с яйцами очень дорогие, то человек, проводящий тест, захочет минимизировать количество сброшенных ящиков, чтобы эксперимент был дешевле и быстрее. Нейер-д тест позволяет экспериментатору выбрать эксперимент, который даст наибольший объем информации. В данном случае, учитывая историю ящиков с яйцами, которые уже были сброшены, и результат – разбились они или нет – Нейер-д тест подскажет: «Вы получите наибольшую информацию, если сбросите следующий ящик с яйцами с высоты 32,123 метра».
The Neyer d optimal test is a sensitivity test. It can be used to answer questions such as "How far can a carton of eggs fall, on average, before one breaks?" If these egg cartons are very expensive, the person running the test would like to minimize the number of cartons dropped, to keep the experiment cheaper and to perform it faster. The Neyer test allows the experimenter to choose the experiment that gives the most information. In this case, given the history of egg cartons which have already been dropped, and whether those cartons broke or not, the Neyer test says "you will learn the most if you drop the next egg carton from a height of 32.123 meters."
История
Тест Нейера D-оптимальный был описан Барри Т. Нейером в 1994 году. Этот метод заменил более ранний анализ Брусетона или "метод восходящих и нисходящих последовательностей", разработанный Диксоном и Мудом в 1948 году для проведения вычислений вручную. Образцы тестируются на различных уровнях стимула, и фиксируются результаты (наличие или отсутствие ответа). Тест Нейера помогает экспериментатору выбирать уровни стимула, обеспечивающие максимальный объем информации. В отличие от предыдущих методов, этот требует использования компьютерной программы для расчета уровней тестирования. Хотя анализ отношения правдоподобия напрямую не связан с методом тестирования, он часто используется для анализа результатов, полученных с помощью D-оптимального теста Нейера. Совокупность методов тестирования и анализа обычно называется тестом Нейера. Дрор и Штайнберг (2008) предложили другой метод экспериментального проектирования, который более эффективен, чем метод Нейера, поскольку позволяет использовать D-оптимальный критерий проектирования с самого начала эксперимента. Более того, их метод расширяется для решения задач, которые не обрабатываются предыдущими алгоритмами, включая переход от полностью последовательных схем (обновление плана после каждого наблюдения) к групповым последовательным схемам (любое разделение эксперимента на блоки с множеством наблюдений), от бинарного ответа ("успех" или "неудача") к любой обобщенной линейной модели, и от унивариантного случая к анализу множественных предикторов (например, при проектировании эксперимента для оценки реакции на медицинское лечение, где экспериментаторы изменяют дозы двух различных препаратов).
The Neyer d optimal test was described by Barry T. Neyer in 1994. This method has replaced the earlier Bruceton analysis or "Up and Down Test" that was devised by Dixon and Mood in 1948 to allow computation with pencil and paper. Samples are tested at various stimulus levels, and the results (response or no response) noted. The Neyer Test guides the experimenter to pick test levels that provide the maximum amount of information. Unlike previous methods that have been developed, this method requires the use of a computer program to calculate the test levels. Although not directly related to the test method, the likelihood ratio analysis method is often used to analyze the results of tests conducted with the Neyer D Optimal test. The combined test and analysis methods are commonly known as the Neyer Test. Dror and Steinberg (2008) suggest another experimental design method which is more efficient than Neyer's, by enabling the usage of a D optimal design criterion from the outset of the experiment. Furthermore, their method is extended to deal with situations which are not handled by previous algorithms, including extension from fully sequential designs (updating the plan after each observation) to group sequential designs (any partition of the experiment to blocks of numerous observations), from a binary response ("success" or "failure") to any generalized linear model, and from the univariate case to the treatment of multiple predictors (such as designing an experiment to test a response in a medical treatment where the experimenters changes doses of two different drugs).