一个完整的 MaxDiff（最大差异量表） 在线平台，支持实验设计生成、问卷作答、MLE 效用估计与数据分析。基于 Python + FastAPI 构建，单文件前端，开箱即用。
- 实验设计生成：BIBD（平衡不完全区组设计）自动生成，支持预计算查找表、循环构造、随机搜索 + 贪婪优化三种策略
- 问卷作答：引导式逐轮作答界面，支持撤销操作、进度追踪
- 一致性检查：自动插入重复任务，实时检测受访者作答一致性
- MLE 效用估计：基于多项逻辑模型（MNL）的最大似然估计，含解析梯度、Hessian 标准误、z 值显著性检验
- 计数模型：Best-Worst 计数分析作为对照
- 数据导出：一键导出 CSV
# 克隆仓库
git clone https://github.com/Gmammon/maxdiff.git
cd maxdiff
# 安装依赖
pip install -r requirements.txt
# 启动服务
python run.py浏览器打开 http://localhost:8000 即可使用。
├── run.py # 启动入口
├── requirements.txt # Python 依赖
├── app/
│ ├── main.py # FastAPI 应用入口 + 路由注册
│ ├── database.py # SQLAlchemy + SQLite 配置
│ ├── models.py # ORM 模型（Project, Design, Respondent, Response）
│ ├── schemas.py # Pydantic 请求/响应模型
│ ├── algorithms.py # BIBD 设计生成 + MLE 估计 + 标准误
│ └── routers/
│ ├── projects.py # 项目 CRUD + 设计生成
│ ├── survey.py # 问卷会话（开始/提交/撤销）
│ └── analysis.py # MLE 分析 + 导出
├── templates/
│ └── index.html # 前端 SPA（设计 / 问卷 / 分析三个页面）
└── data/
└── maxdiff.db # SQLite 数据库（自动创建）
| 方法 | 路径 | 说明 |
|---|---|---|
POST |
/api/projects |
创建项目并生成实验设计 |
GET |
/api/projects |
列出所有项目 |
GET |
/api/projects/{id} |
获取项目详情 |
POST |
/api/survey/start |
开始问卷 |
POST |
/api/survey/{rid}/submit |
提交作答 |
POST |
/api/survey/{rid}/undo |
撤销上一轮作答 |
GET |
/api/survey/{rid}/status |
查询作答进度 |
GET |
/api/analysis/{pid} |
MLE 分析结果 |
GET |
/api/analysis/{pid}/count |
计数模型结果 |
GET |
/api/analysis/{pid}/export |
导出 CSV |
启动后访问 http://localhost:8000/docs 查看交互式 API 文档。
采用三级策略自动选择最优构造方法：
- 预计算 BIBD 查找表：覆盖常见
(v, k)组合的已知最优构造 - 循环 BIBD：对素数
v，搜索初始块并通过模旋转生成完整设计 - 随机搜索 + 贪婪优化：生成大量候选设计，通过交换去重并以配对平衡性为目标函数进行贪婪优化
设计质量通过覆盖率、最大配对偏差、D-efficiency、BIBD 达标判定等指标评估。
基于 scipy.optimize.minimize（SLSQP 方法）：
- log-sum-exp 数值稳定化，避免溢出
- 零和约束保证效用值可识别
- 解析梯度加速收敛
- Hessian 逆矩阵估计标准误，计算 z 值显著性
- RLH（Root Likelihood）拟合优度评估
在问卷设计中自动插入重复任务，通过比较受访者对相同任务的作答结果计算一致性分数，用于筛选低质量数据。
- 后端：Python 3.10+ / FastAPI / SQLAlchemy / SQLite
- 前端：原生 HTML + CSS + JavaScript（单文件 SPA）
- 算法：NumPy / SciPy
MIT