設計的實驗為我們提供了一種製作令人愉悅的冰茶的方法。（照片由Caroll Co提供）
在我的上一篇文章我描述了一個實驗，我和我的妻子為了找到一種用果汁製作美味冰茶的方法。我們看到的因素是：
茶類型： 紅茶或烏龍茶陡峭的方法： 熱水與冷水陡峭的時間： 短（5分鐘熱/ 4小時冷）或長（10分鐘熱/ 8小時冷）茶的量： 每杯2茶匙或每杯3茶匙果汁： 蔓越莓或蘋果果汁比例： 25％或50％加糖： 每杯液體1茶匙或2茶匙那麼，我們能夠製作一些美味的冰茶嗎？幸運的是，是的。
但是，在進行分析時，我意識到在設置設計時我應該更加小心。對於那些不在乎閱讀下面所有細節的人，我會告訴你我們的實驗建議最好的方法：用烏龍茶的半蘋果汁是最好的組合，冷陡的方法可能更好。
進行實驗
雖然廚房確實變得有點混亂，但我們能夠完成實驗。我將杯子上的數字隨機化，這樣我的妻子就不能輕易地將批次的茶聯繫起來，並且使用捲尺作出反應是有效的。
分析
如果您還記得設計設置，我只為自定義設計器指定了一個主效果模型。看相關的彩色圖，設計與主效果正交，所以我可以獨立估計它們......但是我在整個情節中的主要效果和整個情節中的雙因素相互作用之間存在一些完全混疊。
最關心我的是茶類型與...混淆陡峭的方法*陡峭的時間 。陡峭的時間實際上只是一個取決於方法的佔位符，所以事後我會在模型中包含這種交互 - 我想這是後續實驗的目的，雖然我這次沒有那麼奢侈。
根據主效應模型，我看到蘋果汁和使用更多的蘋果汁顯示出重要意義。我也注意到烏龍茶和冷浸泡效果更好。
在做了一些模型探索之後，我看到一個更簡單的模型來自於使用茶，果汁和果汁的比例：
值得注意的是果汁*果汁比例交互，因為它在原始設計中部分別名陡峭的方法。隨著模型中的相互作用，陡峭方法的效果變得相當小。如果/當我們做更多的實驗時，我們仍然會研究陡峭的方法，但是這種相互作用的主要影響都是顯著的這一事實表明主效應模型中的較大影響主要是由於相互作用。
最後的想法
如果我們有更多的時間，我會更加小心設計。但我們仍然得到了有用的結果。
如果我沒有時間緊迫，我會更加小心我們運行的設計，通過調整整個圖的數量或確保在雙因素交互之間發生混淆。然而，它仍然比沒有實驗好，因為我們不知道我們是否能夠拿出冰茶來考慮服務，所以結果令人驚喜。
我們一夜之間做了冷陡的烏龍茶，然後使用了50％的蘋果汁比例。根據結果，我們也使用了比其他方式更少的茶和糖，因為它們沒有大的影響。我們經歷了2加侖10人，還有其他飲料選擇（包括蘋果汁本身），所以它一定不能嚐到那麼糟糕。
您希望看到未來的廚房實驗嗎？在下面發表評論並告訴我。謝謝閱讀！
德懷特·費希爾中寫道：
雖然它確實需要不同的設計，但多維縮放具有這些問題的歷史，並且在嘗試理解偏好的基礎時可以提供額外的見解。
Cesar Sertzen 中寫道：
有趣的文章瑞恩！我非常喜歡閱讀這兩篇文章。首先想到的是烘焙（酵母，糖，麵粉......） - 你可以有一些非常好的反應因素 - 硬度，高度，反彈，整體喜好....
蛋糕！找到最佳蛋糕配方
Ryan Lekivetz 中寫道：
一些非常有趣的想法，謝謝。我一直在想辦法讓一些JMP團隊參與進來，尤其是這些主觀反應。希望如果能找到時間（和資源），我將有機會探索更多這方面的內容！
邁克爾克萊頓中寫道：
一般的相互作用使食物變得如此混亂，但卻是美妙的世界。
想想所有的“味道專家”和“美食大師”，其中一些適用於大型包裝食品製造商，一些可以判斷餐館或者好酒與壞酒年份。
這引發了對人為因素的“量具研究”，作為進一步研究的想法，也許或只是。機器研究很好，很乾淨，但人為因素真的很混亂......就像EDA研究中的經濟預測甚至經濟模型一樣。如果您將鄰居而不僅僅是愛茶的妻子添加到測量系統中，會發生什麼？這可能會給你“商業”觀點，你可以賣出結果的品牌？
在人為因素問題上獲勝的大數據大師似乎是將許多其他工作者的結果與預測達成共識的結果，如Nate Silver對棒球和選舉的看法。
