多比

ADOpy是自适应设计优化 (ADO; Myung, Cavagnaro, & Pitt, 2013) 的 Python 实现，它在实验中动态计算最优设计。其模块化结构允许轻松集成到现有的实验代码中。

ADOpy 支持 Python 3.6 或更高版本，并依赖于 NumPy、SciPy 和 Pandas。

特征

• 仅使用三个类别的基于网格的优化设计计算：adopy.Task、adopy.Model和adopy.Engine。
• 为您自己的任务和模型轻松定制
• 预实现的任务和模型类，包括：
  • 2AFC 任务的心理测量功能估计 ( adopy.tasks.psi)
  • 延迟折扣任务 ( adopy.tasks.ddt)
  • 风险和歧义任务下的选择 ( adopy.tasks.cra)
• 使用 PsychoPy 的实验示例代码（链接）

安装

# Install from PyPI
pip install adopy

# Install from Github (developmental version)
pip install git+https://github.com/adopy/adopy.git@develop

资源

• 入门
• 文档
• 错误报告

引文

如果您使用 ADOpy，请引用此包以及特定版本。它极大地鼓励贡献者继续支持 ADOpy。

Yang, J., Pitt, MA, Ahn, W., & Myung, JI (2020)。ADOpy：用于自适应设计优化的 Python 包。 行为研究方法，1-24。 https://doi.org/10.3758/s13428-020-01386-4

致谢

该研究得到了国家卫生研究院的 R01-MH093838 资助，由科学、信息通信技术和未来部资助的韩国国家研究基金会 (NRF) 的基础科学研究项目 Mark A. Pitt 和 Jay I. Myung规划（NRF-2018R1C1B3007313 和 NRF-2018R1A4A1025891），由韩国政府 (MSIT) 资助的信息与通信技术规划与评估研究所 (IITP) 赠款（编号 2019-0-01367，BabyMind），以及 Creative-Pioneering通过首尔国立大学的研究人员计划给 Woo-Young Ahn。

参考

• Myung, JI, Cavagnaro, DR 和 Pitt, MA (2013)。自适应设计优化教程。 数学心理学杂志，57，53-67。