科普文：国外一次有名的盲听实验

pcear

原帖由 小白 于 2012-2-19 22:53 发表




看来你真地认为这两台放大器确确实实是声音没啥区别的了。这就无语了。我再说一遍：这次盲听测试的主办者是Stereophile的主编、主笔、美国hi-end协会的主席等人，他们都仔细在现场听过系统，并且认为这两台放 ...

这个实验和人的认知能力有关，在对参加人员的认知能力没有进行一致化检验前，出来的数据是说明认知能力的分布而已，和器材声音有没有差异没太大关系。
现在对音响的主要争议是器材声音是否有差异，而认为有差异的人恰恰是自认认知能力很强的人，如果这样的人都不能通过盲听测试，器材声音差异的结果就值得怀疑。

pcear

原帖由 来自远方 于 2012-2-20 00:19 发表


等等，3530 个样本呵，不是 505 个，那 52.3% 就已经有一定的参考价值了。

3530 开平方约等于 59，也就是说如果大家都是在“蒙”的话分布结果的方差（σ）值就是 59，所以 1846  个正确答案的意义就是超出平均 ...

原帖由 missingboy 于 2012-2-20 04:56 发表
如果把3530个回答都作为单独的个体，那么其实52.3%和50%在3530个样本下是有很显著的差异的，算出来的p<0.01（如果我算对了的话。。。用z test）但是由于是同一个人作出7次回答，所以个人觉得3530个回答内部是有关联的，所以不知道该用神马检验了。。。  

3530不能当作样本，样本应该是505，missingboy的理解更准一点。没有原始数据，实际没法算。以前做过一个mba毕业生毕业5年后收入调查，样本就是这些毕业5年的毕业生，问题有“哪个学校毕业”“从事什么职业”“年龄”性别“之类很多条，这7个曲目就等于很多不同的问题。最后的样本就是毕业生，但可以计算出毕业学校、职业、年龄、性别和收入的关系。
实验中也有结论了，"弗雷的安魂曲（属于古典）、披头士的歌曲Penny Lane、钢琴独奏，人们就更容易给出正确的回答，而RR公司出品的鼓乐录音，正确率比较低"，不同曲目对盲听成功的关系。

来自远方

原帖由 pcear 于 2012-2-20 17:00 发表

3530不能当作样本，样本应该是505，missingboy的理解更准一点。没有原始数据，实际没法算。以前做过一个mba毕业生毕业5年后收入调查，样本就是这些毕业5年的毕业生，问题有“哪个学校毕业”“从事什么职业”“年龄 ...

什么叫“假设检验”？“假设检验”就是这样一个数学模型：给出一个“假设”，如在本案中假定两台设备的实际效果是 Same。然后计算实验结果在此假设前提下的概率：如果小概率事件发生，那么我们就认为待检验的假设就被验证为“假”，也就是说二者实际上是 Different，从而实验获得成功；如果所发生事件的概率不够小，那么就不能认为待检验的结果“假”，实验失败，即二者不一定是 Different，也有可能是 Same。

显然，在“两台设备的实际效果是 Same”这个假设前提下，同一人试听不同的曲子和不同的人试听同一支曲子一样，属于彼此独立的同概率（猜对的概率为 1/2）事件。所以，本实验完全符合 3535 个彼此独立同概事件这个条件，也就是说套用前面所述“假设检验”模型的条件是完全可以成立的。

来自远方

由于实验结果达不到 2σ 的“一般置信”水平，更达不到 3σ 的“完全置信”水平，所以从假设检验的角度，尚无法认定实验成功，也就是说二者不一定是 Different，也有可能是 Same。

但是，由于超出平均值1.36σ ，这个数值，毕竟还是提供了大量有价值的信息，所以我们可以期待，通过一次设计更严谨，样本更多，分辨更“容易”（如果Difference 确实“存在”的话）的实验，很可能会获得成功。

missingboy

原帖由 来自远方 于 2012-2-20 22:43 发表


什么叫“假设检验”？“假设检验”就是这样一个数学模型：给出一个“假设”，如在本案中假定两台设备的实际效果是 Same。然后计算实验结果在此假设前提下的概率：如果小概率事件发生，那么我们就认为待检验的假设 ...

如果是听不同的曲子，那么bias要小一些，但是我还是倾向于同一个人做7次回答，由于其自身的听力水平或者对音乐的理解，会造成一些偏差，不如换不同的人来听bias小。
另外，符合正态分布，z=（0.523-0.5）/根号（0.523×0.477/3530）=2.74，对应下来应该是p<0.005了，应该是非常显著了啊。

来自远方

原帖由 missingboy 于 2012-2-21 00:31 发表


如果是听不同的曲子，那么bias要小一些，但是我还是倾向于同一个人做7次回答，由于其自身的听力水平或者对音乐的理解，会造成一些偏差，不如换不同的人来听bias小。
另外，符合正态分布，z=（0.523-0.5）/根号（ ...

这个不对。如果“同一个人做7次回答”作为单一“事件”，“正确”和“错误”应该如何定义？相应正确率应该如何计算？肯定不会再是 52.3 了。事实上根本无法计算。

另外，你计算方差的公式肯定错了，按你给的随机变量，方差应该是  D = （正确率 - 0.5）^ 2  / 505，或者说 σ = 绝对值（正确率 - 0.5）/ 根号（505）

凌波煜

原帖由 来自远方 于 2012-2-20 22:43 发表


什么叫“假设检验”？“假设检验”就是这样一个数学模型：给出一个“假设”，如在本案中假定两台设备的实际效果是 Same。然后计算实验结果在此假设前提下的概率：如果小概率事件发生，那么我们就认为待检验的假设就被验证为“假”，也就是说二者实际上是 Different，从而实验获得成功；如果所发生事件的概率不够小，那么就不能认为待检验的结果“假”，实验失败，即二者不一定是 Different，也有可能是 Same。

显然，在“两台设备的实际效果是 Same”这个假设前提下，同一人试听不同的曲子和不同的人试听同一支曲子一样，属于彼此独立的同概率（猜对的概率为 1/2）事件。所以，本实验完全符合 3535 个彼此独立同概事件这个条件，也就是说套用前面所述“假设检验”模型的条件是完全可以成立的。

说的没错。不过针对这个实验，我标了红字的部分你的理解刚好反掉了的。应该是，假设：两台设备的实际效果是 Different。

所以在“两台设备的实际效果是Different”这个假设的前提下，3535个事件并不全都是彼此独立事件。

希望我说的能够对你有所帮助和纠正，如果按照你上述的假设，这篇文章会直接被拒掉的。

chen0706

原帖由 missingboy 于 2012-2-21 00:31 发表


如果是听不同的曲子，那么bias要小一些，但是我还是倾向于同一个人做7次回答，由于其自身的听力水平或者对音乐的理解，会造成一些偏差，不如换不同的人来听bias小。
另外，符合正态分布，z=（0.523-0.5）/根号（ ...

到几千这种规模的样本，即使数值上只差一点点，结果也很显著呢。看图：

chen0706

不过我有点疑惑：检验这两个器材是same或者是different的意义是什么？这个实验不是在已知两个器材different的情况下研究听众的辨别能力么。

来自远方

原帖由 chen0706 于 2012-2-21 01:18 发表
不过我有点疑惑：检验这两个器材是same或者是different的意义是什么？这个实验不是在已知两个器材different的情况下研究听众的辨别能力么。

不知道你说的已知 different 制的是什么意思？数据指标？

小白

这个盲听的目的，我个人理解是，验证两台“不同的放大器”之间的声音差异，是否能被人们普遍地认知。不是被某一特定人认知，而是检验能否被人们“普遍地”（general sense）认知。所以才取了较大的样本。

双解码

“不同的放大器”之间的声音差异，多数发烧友还是能够听出来的。

pcear

原帖由 小白 于 2012-2-21 09:52 发表
这个盲听的目的，我个人理解是，验证两台“不同的放大器”之间的声音差异，是否能被人们普遍地认知。不是被某一特定人认知，而是检验能否被人们“普遍地”（general sense）认知。所以才取了较大的样本。

我也觉得这个假设才是初衷，和器材没什么关系。因此假设应该以人为对象，不应以器材为对象。样本也是以人为对象，不应以曲目为对象。
要检验器材的差异，找一个人盲听就可以达到足够置信度，用不着这么多人，人越多反而越离散。

pcear

原帖由 双解码 于 2012-2-21 12:30 发表
“不同的放大器”之间的声音差异，多数发烧友还是能够听出来的。

盲听未必。