Neyer d-optimal test

Neyer d-optimal test är ett känslighetstest. Den kan användas för att svara på frågor som "Hur långt kan en kartong med ägg falla i genomsnitt innan en går sönder?" Om dessa äggkartonger är mycket dyra, vill personen som kör testet minimera antalet tappade kartonger, för att hålla experimentet billigare och utföra det snabbare. Neyer-testet gör att försöksledaren kan välja det experiment som ger mest information. I det här fallet, med tanke på historien om äggkartonger som redan har tappats, och om dessa kartonger gick sönder eller inte, säger Neyer-testet "du kommer att lära dig mest om du tappar nästa äggkartong från en höjd av 32,123 meter."

Ansökningar

Neyer-testet är användbart i alla situationer när du vill bestämma den genomsnittliga mängden av en given stimulans som behövs för att utlösa ett svar. Exempel:

• Materialseghet - hur långt måste den här typen av flaskor fyllda med tvättmedel falla innan den går sönder?
• Läkemedelseffekt - hur mycket av detta läkemedel är tillräckligt för att bota denna sjukdom?
• Toxikologi - hur stor procentandel av förorenat frö är tillräckligt för att få en fågel av denna art att dö?
• Sensorisk tröskel - hur starkt måste ljuset vara för att denna fotodetektor ska känna av det?
• Skadetröskel - hur högt måste ljudet vara för att skada den här mikrofonen?

Historia

Det optimala Neyer-d-testet beskrevs av Barry T. Neyer 1994. Denna metod har ersatt den tidigare Bruceton-analysen eller "Up and Down Test" som utarbetades av Dixon och Mood 1948 för att möjliggöra beräkning med penna och papper. Prover testas vid olika stimulusnivåer och resultaten (svar eller inget svar) noteras. Neyer-testet vägleder försöksledaren att välja testnivåer som ger maximal information. Till skillnad från tidigare metoder som har utvecklats kräver denna metod användning av ett datorprogram för att beräkna testnivåerna.

Även om den inte är direkt relaterad till testmetoden, används sannolikhetskvotsanalysmetoden ofta för att analysera resultaten av tester utförda med Neyer D-Optimal-testet . De kombinerade test- och analysmetoderna är allmänt kända som Neyer-testet.

Dror och Steinberg (2008) föreslår en annan experimentell designmetod som är mer effektiv än Neyers, genom att möjliggöra användningen av ett D-optimalt designkriterium från början av experimentet. Dessutom utökas deras metod för att hantera situationer som inte hanteras av tidigare algoritmer, inklusive utvidgning från helt sekventiella konstruktioner (uppdatering av planen efter varje observation) till gruppsekventiella konstruktioner (valfri uppdelning av experimentet till block med många observationer), från ett binärt svar ("framgång" eller "misslyckande") till vilken generaliserad linjär modell som helst, och från det univariata fallet till behandling av flera prediktorer (som att designa ett experiment för att testa ett svar i en medicinsk behandling där försöksledarna ändrar doser av två olika droger).

Se även

• Optimal design
• Säkerhetsprovning av sprängämnen

• JW Dixon och AM Mood (1948), "En metod för att erhålla och analysera känslighetsdata", Journal of the American Statistical Association, 43, 109-126.
• BT Neyer (1994), "A D-Optimality-Based Sensitivity Test," Technometrics , 36, 61-70.
• BT Neyer (1992), "Analysis of Sensitivity Tests," MLM-3736, EG&G Mound Applied Technologies, Miamisburg, Ohio
• HA Dror och DM Steinberg (2008), "Sequential Experimental Designs for Generalized Linear Models," Journal of the American Statistical Association , 103, nummer 481, 288-298.