4.1 Úvod
V některých zkouškách je nemožné nebo extrémně náročné měřit působení přípravku na každé pokusné jednotce. Místo toho je pozorován nějaký efekt působení přípravku na pokusné jednotky, jako například uhynutí nebo hypoglykemický symptom pokusných jednotek. Výsledek pak závisí na počtu jednotek, u kterých se projeví tento efekt. Takové zkoušky se nazývají kvantální "vše nebo nic".
Situace je velmi podobná kvantitativní zkoušce popsané v kapitole 3.1, ale místo n různých odpovědí v každé ošetřené skupině se získá pouze jediná hodnota, tj. procento jednotek s pozitivní odpovědí. Grafem závislosti tohoto procenta na logaritmu dávky je zpravidla spíše křivka tvaru S než přímka. K odhadu křivky závislosti odpovědi na dávce se používají matematické funkce modelující tuto závislost tvaru S. Nejčastěji je používána kumulativní distribuční funkce normálního rodělení. Tato funkce má několik teoretických výhod a je snad nejlepší volbou, pokud je odpověď zatížena chybou pokusných jednotek. Pokud odpověď více závisí na růstovém procesu, je vhodnější použití logistické regrese. Rozdíl výsledků obou modelů je ale obvykle velmi malý.
Maximálně věrohodný odhad sklonu a polohy těchto křivek je možno získat pouze iteračními metodami. Je mnoho postupů k dosažení stejných výsledků, ty se ale liší svou efektivitou z pohledu rychlosti konvergence. Jedna z nejrychlejšich metod je přímá maximalizace věrohodnostní funkce (viz část 7.1). Ta se dá snadno implementovat do počítačových programů jako standardní postup. Většina z těchto postupů však neposkytuje odhady intervalů spolehlivosti a metody jejich výpočtu jsou na tento text velmi složité. Dále popsaná metoda není nejrychlejší, ale je zvolena jako alternativa pro svoji jednoduchost. Může se použít při provádění zkoušek, ve ktery'ch se porovnává jeden nebo více přípravků se standardem. Musí být ale navíc splněny následující požadavky: