Solución:
TEMA 1: correcta diferenciación entre muestras
TEMA 2: correcta diferenciación entre muestras (pero la que has llamado "B" en el tema 1 y 6 aquí la has llamado "A")
TEMA 3: correcta diferenciación entre muestras
TEMA 4: correcta diferenciación entre muestras
TEMA 5: correcta diferenciación entre muestras (nulo por no especificar si esa caja se corresponde a "A" o "B")
TEMA 6: correcta diferenciación entre muestras
TEMA 7: correcta diferenciación entre muestras (pero la que has llamado "B" en el tema 1 y 6 aquí la has llamado "A")
TEMA 8: correcta diferenciación entre muestras (nulo por no especificar si esa caja se corresponde a "A" o "B")
TEMA 9: correcta diferenciación entre muestras

... luego yosem no ha pasado la prueba, ya que los resultados obtenidos muestran puro azar. .
Como curiosidad: A pesar de que en todos los temas se ha acertado las diferentes tres muestras en dos de ellos se ha llamado "A" a la que se debería llamar "B"... unido a dos nulos más por respuesta incompleta (a pesar de mi insistencia)

POR FIN, ÉSTE ES EL RESULTADO QUE ESPERABA SE DIERA!!!... YA QUE GRACIAS A YOSEM SE HA PODIDO DEMOSTRAR LA VALIDEZ DE LA PRUEBA, PUES INCLUSO SUTILÍSIMAS DIFERENCIAS DE CURVAS DE RESPUESTA EN FRECUENCIA SE HAN PODIDO DETECTAR GRABADAS CON LA EXCELENTE ZOOM Q3HD... Y EN CAMBIO LAS ENORMES DIFERENCIAS DE THD ENTRE AMBAS CAJAS NO HAN PODIDO MARCAR DIFERENCIAS EVIDENTES COMO PARA QUE LAS CAJAS TUVIERAN CARÁCTERES DIFERENCIABLES
No había visto este resultado. ¡Impresionante! Enhorabuena yosem, menudo oído.

Respecto a que esos resultados muestran puro azar no estoy del todo de acuerdo. La "segunda parte" de la prueba que propones (indicar qué caja suena en cada vídeo) me parece absolutamente imposible de acertar si no se conocen perfectamente de antemano tanto ambas cajas como los temas que suenan en los vídeos. Y aún así, sin escucharlas "en directo", pierdes la opción de diferenciar una de otra por la diferente amplitud de escena, por ejemplo.

Por otra parte, asumes que yosem ha sido capaz de detectar las diferencias únicamente debido a las ligeras diferencias en la curva de respuesta, pero esa suposición no tiene por qué ser cierta. Para poder asegurar que lo es, debería hacerse otro test donde la curva de respuesta sea idéntica, y ver si en ese caso se pueden o no detectar diferencias (bueno, con que lo hiciera yosem bastaría, el resto estamos para el otorrino ).

Y para terminar, este test, si bien interesante, yo creo que tampoco sirve para ver "la potencia de un eq" (aunque la mayor parte de nosotros ya estemos convencidos de ello), como reza el título del tema, ya que para demostrar hasta qué punto un eq puede hacer sonar a dos cajas muy distintas prácticamente igual, primero deberíamos haber escuchado las cajas tal cual, sin ninguna EQ (al menos en la zona media y alta), para comprobar si realmente seríamos capaces de distinguirlas sin EQ (que igual ni eso).

También me parecería interesante que yosem comentase en qué se fijó en alguno de los temas para diferenciarlos, si lo recuerda. Ya que en este tipo de pruebas no solo se trata de escuchar sino también de saber en qué fijarse.

Saludos.